Track-Anything 视频目标跟踪调研

已于 2025-07-25 13:59:34 修改
阅读量478 收藏 9
点赞数 4
CC 4.0 BY-SA版权
文章标签： 目标跟踪 人工智能 计算机视觉
于 2025-06-24 11:44:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40725313/article/details/148867924

文章目录

视频目标跟踪调研

需求：在jetson设备上能够部署的视频目标跟踪的算法，完成对特定目标的跟踪，最好有选点选择第一帧的目标的功能。（需求重点在于能够部署到Jetson上去，要不然也不需要调研了，直接SAM2整个主机带个显卡跑就得了）

Track-Anything SAM的基础上增加的视频跟踪 Segment Anything + XMem + E2FGVI
Jetson-TAM jetson官方的Track-Anything实现，部署在docker上的，效果还没测
SAMURAI 跟踪效果要比SAM2强一些，但是这个目前只有边界框的提示
Lang2SegTrack Grounding-DINO+SAMURAI 增加了点提示，但依旧不考虑，因为无法与jetson适配
Grounded-SAM-2 与需求无关，挺好玩的，不过不太能部署到jetson上去
SAM2 典中典，主要是第一次见视频的跟踪效果就是这个，不过这是大模型，就是参数很大的模型，部署不到jetson上
EfficientTAM 能在iPhone 15上每秒可运行超过 10 帧，并具有良好的视频分割性能
Segment-and-Track-Anything 主要使用的算法包括用于关键帧分割的任意对象分割模型（SAM）和用于高效追踪和传播关联对象与转换器（AOT）
DEVA 跟需求无关，主要亮点也是跟词汇结合
NanoSAM 拉中之拉，效果依托，不过精简轻量化
HQTrack 一般
AutoTrackAnythingXMem, Yolov8 and MobileSAM (MobileSAM效果一般，故不推荐)
EdgeTAM

最低0.47元/天 解锁文章

200万优质内容无限畅学
蜀中廖化
关注
​Segment-and-Track Anything——通用智能视频分割、目标追踪、编辑算法解读与源码部署
知来者逆的博客
09-21 7672
SAM-Track在单卡上即可支持各种时空场景中的目标分割和跟踪，包括街景、AR、细胞、动画、航拍等，可同时追踪超过200个物体，为用户提供了强大的视频编辑能力。
机器学习(Machine Learning)&深度学习(Deep Learning)资料
热门推荐
weixin_30756499的博客
07-07 1万+
##机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)---#####注:机器学习资料[篇目一](https://github.com/ty4z2008/Qix/blob/master/dl.md)共500条,[篇目二](https://github.com/ty4z2008/Qix/blob/master/dl2.md)开始更新...
视频交互天花板：Track Anything-搭建流程及问题解决
weixin_41467446的博客
05-06 2880
Track Anything解决了SAM对于连续图像中目标的一致性分割表现不佳的问题，而Track Anything将SAM推广至视频目标分割和追踪领域，并开发了交互界面，实现了少量交互解决目标问题。本文不解读论文，仅介绍代码使用部分。
继针对图像的分割一切之后，针对视频的Track-Anything（追踪一切）来了
05-11 1351
论文《Track Anything: Segment Anything Meets Videos》提出了一种视频目标跟踪的新方法。其主要内容整理如下:Track Anything Model (TAM):一个通用的视频目标跟踪框架,可以跟踪任意目标而不需要手工标注。最近,Meta AI研究提出了Segment Anything模型(SAM),得到了大量关注。作为图像分割的基础模型,SAM基于ViT模型,在大规模数据集SA-1B上训练。SAM在图像上展示了很强的分割能力,特别是在零样本分割任务上。
Track-Anything 追踪万物
zhanghaoliang01的博客
12-26 712
注意 Track-Anything .cache 这些目录需要在线安装的时候下载完成。
【亲测免费】 探索无限可能：Track-Anything——交互式视频对象追踪和分割神器
gitblog_00647的博客
08-09 976
探索无限可能：Track-Anything——交互式视频对象追踪和分割神器 在计算机视觉领域，我们经常需要对视频中的特定对象进行精确的追踪和分割。现在，一个名为Track-Anything的强大工具应运而生，它以灵活和互动的方式满足了这个需求。基于Segment Anything，用户只需简单的点击操作就能指定任何想要追踪或分割的对象，并且在追踪过程中能够实时调整目标或修正区域，使得这项任务变得...
Github 3k+ stars 南科大 VIP Lab 近期开源 Track-Anything | SAM + VOS: 一键视频标注
专注计算机视觉全栈知识分享
05-04 762
本文方法主要是基于已有算法组装成一个pipeline，下面简单介绍下几个主要成员。
【亲测免费】 Track-Anything 项目使用教程
gitblog_01178的博客
08-09 722
Track-Anything 项目使用教程 项目介绍 Track-Anything 是一个灵活且交互式的视频对象跟踪和分割工具，基于 Segment Anything、XMem 和 E2FGVI 开发。该项目旨在提供高效的视频对象跟踪和分割解决方案，支持多种复杂场景下的对象处理。 项目快速启动 环境准备 确保你已经安装了 Python 和 pip。接下来，按照以下步骤快速启动项目： # 克隆仓库 ...
使用GitCode上的`Track-Anything`：一款强大的追踪工具的深度解析
gitblog_00012的博客
03-20 560
使用GitCode上的Track-Anything：一款强大的追踪工具的深度解析 在软件开发和数据分析的世界里，跟踪和管理各种信息是至关重要的。 正是为此目的而生的一个强大工具。本文将详细介绍该项目的技术特性、应用场景及其优势，帮助您理解如何利用它提升工作效率。 项目概述 Track-Anything 是一个基于Web的轻量级应用，旨在帮助用户追踪任何类型的数据，无论是简单的待办事项列表，还是复杂...
​Segment-and-Track Anything！视频版SAM来了，分割/跟踪/编辑一切，现已开源！
阿木寺的博客
04-18 3060
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【图像分割和跟踪】微信技术交流群Meta AI的SAM「分割一切」模型展现了强大的图像分割能力，但缺乏对视频数据的支持。近期，浙江大学ReLER实验室的科研人员在最新开源的SAM-Track项目中，解锁了SAM的视频分割能力，即：分割并跟踪一切（Segment-and-track anything，SAM-tra...
时间序列预测Python机器学习应用
木头大左的博客
07-23 1275
时间依赖性：当前值受过去值的影响。趋势性：数据可能呈现长期上升或下降的趋势。季节性：数据在固定周期内重复出现的模式。噪声：随机波动，无明显规律。
论文笔记：EDITING MODELS WITH TASK ARITHMETIC
qq_40206371的博客
07-21 856
2023 ICLR。
腾讯内测的 AI 编程 IDE，上手表现如何？（含实测）
非著名程序员
07-22 1506
通过截图，我们可以看到，点击小火箭图标，也就是「部署」按钮之后，开始执行命令，先是创建 sandbox ，然后上传代码，安装部署环境和各种依赖，最后启动服务。另外，最后，我不得不夸一句，腾讯的产品力不仅体现在功能和人性化上，在产品设计上也是非常好，这个 IDE 的界面语言，是我目前见过的 AI 编程工具当中最好的。让你的需求变成真正可用的应用。虽然是基于开源的 VS Code IDE 衍化而来，但是，从整体的界面的细腻程度，真的做到了简洁大方，非常好看，给你一看就是一款有质感，有追求的 IDE。
大模型开发
2302_81352523的博客
07-23 1067
AI（人工智能）是使机器具备类人思考和解决问题能力的技术，其核心是Transformer神经网络模型（如GPT）。大模型应用结合传统编程实现记忆等复杂功能，应用开发技术包括Prompt问答、微调、Agent调用和RAG（外挂知识库），适用于客服、医疗、办公自动化等场景。AI通过数据训练掌握语言规律，处理模糊性问题，与传统程序互补形成强大应用。
统计与大数据分析与数学金融方向课程差异有哪些？如何提升职场竞争力？
LRQ2025的博客
07-23 1080
统计与大数据分析和数学金融专业存在显著课程重叠（概率统计、编程、优化等），但主攻方向不同。统计侧重机器学习、大数据处理及广泛领域应用；数学金融则深入金融建模、衍生品定价等专业领域。建议新生结合兴趣（数据算法vs金融建模）与职业规划（数据科学家vs量化分析师），利用大一大二共同基础课程进行体验后选择。两个专业基础课高度相似，扎实掌握数学与编程核心能力是关键。
Mamba（SSM、S4、S4）
BigGod139的博客
07-23 844
状态空间模型SSM，20世纪60年代有卡尔曼等研究者提出，概念很在提出。连续SSM一般形式如下：State Equation：x′(t)=Ax(t)+Bu(t)x'(t) = Ax(t) + Bu(t)x′(t)=Ax(t)+Bu(t) 其中：Output Equation：y(t)=Cx(t)+Du(t)y(t) = Cx(t) + Du(t)y(t)=Cx(t)+Du(t) 或 y(t)=Cx(t)y(t) = Cx(t)y(t)=Cx(t) 其中：离散SSM一般形式如下：与连续SSM相比，x,t,u,
动手学深度学习2.0-李沐Pytorch版
最新发布
qq_43361801的博客
07-24 307
教材的pdf我已经上传到资源啦！动手学深度学习在线课程。
segment-and-track-anything
12-30
segment-and-track-anything是一种先进的技术，可以在图像或视频中对任何对象进行分割和跟踪。通过这种技术，可以识别和跟踪视频中的人、车辆、动物或其他物体，实现对它们的精准定位和跟踪。 segment-and-track-anything技术的核心是利用先进的图像处理和计算机视觉算法，将视频流或图像序列中的对象进行分割，然后对分割后的对象进行跟踪。这种技术在许多领域都有着广泛的应用，比如智能交通、视频监控、医学影像分析等领域。 在智能交通系统中，segment-and-track-anything可以用于识别和跟踪道路上的车辆和行人，从而实现交通流量的实时监测和管理。在视频监控领域，这种技术可以帮助安保人员实时监测并跟踪监控区域中的异常行为，提高监控效率和反应速度。 另外，在医学影像分析方面，segment-and-track-anything可以用于对医学图像中的器官、病变或细胞进行分割和跟踪，为医生提供更准确的诊断和治疗决策依据。 总之，segment-and-track-anything技术的发展将在很多领域带来革命性的影响，提高工作效率，提供更精确和全面的信息，有望为人们的生活和工作带来更多便利。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值