SPAM 标签化：未来追踪器的高效注解
原文中文，约300字，阅读约需1分钟。发表于：。提高视频轨迹标注的效率有助于下一代数据密集型跟踪算法在大规模数据集上发展。我们引入了 SPAM，它是一个轨迹数据引擎，可在较少的人工介入下提供高质量的标签，通过利用预训练模型生成高质量的伪标签，并使用统一图形式解决时间上的轨迹注释，SPAM 以较少的成本生成高质量的标注，达到与人工标注相当的跟踪器性能，只需 3-20% 的人工标注工作量，为大规模跟踪数据集的高效标注铺平了道路。
提高视频轨迹标注效率有助于下一代数据密集型跟踪算法发展。SPAM是一个轨迹数据引擎，通过预训练模型生成高质量的伪标签，并使用统一图形式解决时间上的轨迹注释。SPAM能以较少成本生成高质量的标注，达到与人工标注相当的跟踪器性能，只需3-20%的人工标注工作量，为大规模跟踪数据集的高效标注铺平了道路。
