改变多目标跟踪领域！CMU等推出大规模多类别MOT数据集TAO
#多目标跟踪# #数据集#
TAO: A Large-Scale Benchmark for Tracking Any Object
大规模类别多样的多目标跟踪数据集TAO
在多目标跟踪领域类别往往来自自动驾驶和视频监控中特定的几个类（车辆、行人、动物等），忽略了真实世界的大多数物体。众所周知，COCO等类别丰富的大规模数据集极大的促进了目标检测领域的发展，故此，来自CMU等单位的学者推出一个类似COCO的类别多样化的MOT数据集（TAO），用于跟踪任何物体，以期改变多目标跟踪的现状。
TAO数据集包含2907个不同环境的高清视频组成，平均长度半分钟，包含833个类别，高出现有数据集一个数量级。
同时作者在此数据集上对对现有算法进行了评估，发现现有多目标和单目标跟踪器在应用于上述场景时是存在困难的，而基于检测的MOT算法相比用户提供初始化框的算法更有竞争力。
作者 | Achal Dave, Tarasha Khurana, Pavel Tokmakov, Cordelia Schmid, Deva Ramanan
单位 | CMU；Inria；Argo AI
论文 | https://arxiv.org/abs/2005.10356
代码 | http://taodataset.org/#（即将）
欢迎文末扫码加入目标跟踪群！
完整论文如下：
END
备注：跟踪
目标跟踪交流群
目标跟踪、视觉跟踪等更多最新技术，
若已为CV君其他账号好友请直接私信。
我爱计算机视觉
微信号:aicvml
QQ群:805388940
微博知乎:@我爱计算机视觉
网站:www.52cv.net
在看，让更多人看到