Traditionnellement, le suivi d'objets multiples et la détection d'objets sont réalisés à l'aide de systèmes distincts, la plupart des travaux antérieurs se concentrant exclusivement sur l'un de ces aspects au détriment de l'autre. Les systèmes de suivi bénéficient clairement de l'accès à des détections précises, tout comme la littérature fournit de nombreuses preuves que les détecteurs peuvent eux-mêmes bénéficier du suivi, par exemple en permettant de lisser les prédictions au fil du temps. Dans ce papier, nous nous concentrons sur le paradigme « suivi par détection » dans le contexte du pilotage automatisé, où les deux tâches sont critiques pour la mission. Nous proposons un modèle conjoint simple et efficace pour la détection et le suivi, appelé RetinaTrack, qui adapte l'approche populaire à une seule étape, RetinaNet, afin de la rendre compatible avec l'apprentissage par embeddings au niveau des instances. À l'aide d'évaluations sur le jeu de données Waymo Open Dataset, nous montrons que notre méthode surpasser une récente méthode de suivi d'état de l'art tout en nécessitant une consommation de calcul significativement réduite. Nous estimons que notre approche simple mais efficace peut servir de base solide pour les travaux futurs dans ce domaine.