可能是博主本人的研究方向的问题，本人一直很好奇不是一直跟踪单个目标吗？为什么还要对视频帧中的各个物体进行分类和回归？通过上网浏览和询问AI，得到了还蛮有道理的回答（小声蛐蛐，deepseek是好用，就是每天只能问一个问题bushi）。首先给出一个最终结论——在目标跟踪任务中进行分类的目的是为了，并帮助模型在每一帧图像中准确地识别出目标的位置。

博主本人目前是cv领域的研一在读人员，每次组会总是能听到导师问博士师兄师姐他们的成果打算投哪啥的，一听一脸懵，然后为了给自己扫盲，然后顺道记录一下，就将在网上检索到的相关知识汇总了一下，大家一起学习学习。在计算机视觉领域，很多研究工作会先以会议论文的形式快速发表，然后补充更多实验和分析后投至期刊扩展发表（例如将 CVPR 论文扩展为 IJCV 或 TPAMI 期刊文章）。：IJCV 是 Sprin