mikel-brostrom/boxmot

해결하는 문제

BoxMOT는 다중 객체 추적(MOT)을 위한 통합적이고 플러그인 가능한 프레임워크를 제공합니다. 다양한 검출기, 외관 인코더, 추적 알고리즘을 수동으로 통합해야 하는 문제를 해결하여, 사용자가 구성 요소를 쉽게 교체하고 다양한 데이터셋에서 성능을 평가할 수 있도록 합니다.

작동 방식

시스템은 독립적인 구성 요소인 검출기, 세그멘테이터, 외관 인코더, 추적기들을 조합하는 모듈식 파이프라인을 사용합니다. 축에 맞는 경계 상자(AABB)와 방향성 경계 상자(OBB)를 모두 지원합니다. 프레임워크는 추적, 평가, ReID 학습 등의 워크플로우를 관리하기 위한 CLI와, 더 큰 애플리케이션에 이러한 구성 요소를 통합하기 위한 Python API를 제공합니다. 프로덕션 환경에서는 Python 버전과 동일한 메트릭을 유지하면서도 높은 성능을 보장하는 네이티브 C++ 추적기 구현을 제공합니다.

대상 사용자

비디오 프레임 간에 여러 객체를 추적해야 하는 컴퓨터 비전 작업에 종사하는 개발자 및 연구자에게 적합합니다. 실시간 애플리케이션 개발부터 추적 알고리즘에 대한 학술 연구에 이르기까지 다양한 목적에 사용할 수 있습니다.

주요 특징

• 플러그인 아키텍처: 검출기와 추적기를 쉽게 교체 가능 (예: BoTSORT, ByteTrack, OccluBoost).
• 이중 경계 상자 지원: 표준 축에 맞는 경계 상자와 방향성 경계 상자 모두 처리 가능.
• C++ 백엔드: 성능 향상을 위한 프로덕션 대응 C++ 추적기 구현 옵션 제공.
• 포괄적인 도구 세트: 데이터셋 생성, 평가, 튜닝, ReID 워크플로우를 위한 내장 CLI 제공.
• 광범위한 호환성: ONNX, OpenVINO, TFLite 등 다양한 모델 형식 지원.