多目标检测涨点神器：CO-MOT：提升基于端到端 Transformer 的多目标跟踪性能

CO-MOT以高效的方式在多个数据集上实现了显著的性能提升，只需要 MOTRv2 38% 的 FLOPs 即可获得类似的性能，推理速度提高了 1.4 倍！ 

现有的端到端多目标跟踪（e2e-MOT）方法尚未超越非端到端检测跟踪方法。 一个潜在的原因是它在训练期间的标签分配策略，始终将跟踪对象与跟踪查询绑定在一起，然后将少数新生儿分配给检测查询。 通过一对一的二分匹配，这样的分配将产生不平衡的训练，如用于检测查询的正样本稀缺，特别是对于封闭的场景，因为大多数newborns 在开始时就上台。因此，与其他检测跟踪方法相比，e2e-MOT 将更容易产生跟踪终端，而无需更新或重新初始化。为了缓解这个问题，我们提出了 Co-MOT，这是一种简单有效的方法，通过具有影子概念的新颖的合作竞争标签分配来促进 e2e-MOT。 具体来说，在执行用于训练中间解码器的标签分配时，我们将跟踪对象添加到检测查询的匹配目标中。对于查询初始化，我们通过一组对其自身干扰有限的影子对应项来扩展每个查询。通过广泛的消融，Co-MOT 在无需额外成本的情况下实现了卓越的性能，例如，DanceTrack 上的 HOTA 为 69.4%，BDD100K 上的 TETA 为 52.8%。令人印象深刻的是，Co-MOT 只需要 MOTRv2 38% 的 FLOPs 即可获得类似的性能，推理速度提高了 1.4 倍。附上代码以供重新实现。

论文地址：https://openreview.net/forum?id=WLgbjzKJkk

更多论文创新点加微信群：Lh1141755859

公众号：CV算法小屋