boxmot: 一个具有统一 Python 和 C++ 实现的可插拔多目标跟踪框架

它解决了什么问题

BoxMOT 为多目标跟踪 (MOT) 工作流提供了一个统一的接口。它通过提供一个可插拔的系统，使得跟踪器、检测器和 ReID (重识别) 模块可以轻松更换，从而消除了为每次实验重新构建整个检测器和跟踪器堆栈的需求。

工作原理

该项目提供了一个 CLI 和一个 Python API，允许用户运行跟踪工作流。它支持轴对齐边界框 (AABB) 和有向边界框 (OBB)。该系统能够与各种检测器 (如 YOLO) 和 ReID 模型集成。对于生产环境，它提供了跟踪器的原生 C++ 实现，这些实现保持了与 Python 版本相同的指标。

适用人群

它专为从事计算机视觉研究的研究人员和开发人员设计，特别是那些正在实现多目标跟踪系统、进行基准测试评估或将跟踪软件部署到生产级 C++ 应用程序的人员。

亮点

• 统一接口: 用于跟踪、生成、评估、调优和 ReID 训练的单一 CLI/API。
• 可更换组件: 在保持相同底层架构的同时，轻松地在不同跟踪器 (例如, ByteTrack, BoTSORT, OccluBoost) 之间切换。
• 生产就绪: 提供可选的原生 C++ 跟踪器实现，用于高性能部署。
• 全面的基准测试: 内置支持缓存的基准测试评估和研究循环。
• 灵活的边界框: 支持 AABB 和 OBB 跟踪路径。