BriefGPT - AI 论文速递
·
ZoomTrack：面向目标的非均匀调整以实现高效的视觉跟踪
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文介绍了一种基于 MobileViT 的轻量级、准确和快速的跟踪算法，采用融合模板和搜索区域表示的新方法。实验结果表明，该算法在大规模数据集上的性能超过了最新的轻量级追踪器，并且具有较高的推理速度。
🎯
关键要点
- 提出了一种基于 MobileViT 的轻量级、准确和快速的跟踪算法。
- 采用融合模板和搜索区域表示的新方法。
- 实验结果显示，该算法在 GOT10k 和 TrackingNet 数据集上的性能超过了最新的轻量级追踪器。
- 该算法具有较高的推理速度。
- 模型参数减少 4.7 倍，GPU 上运行速度为 DiMP-50 追踪器的 2.8 倍。
- 该算法胜过了流行的 DiMP-50 追踪器。
➡️
