MOTRv2 : Amélioration de la traque d'objets multi-entités de bout en bout par des détecteurs d'objets préformés

Dans cet article, nous proposons MOTRv2, un pipeline simple mais efficace pour initialiser le suivi multi-objet de bout en bout avec un détecteur d'objets préentraîné. Les méthodes existantes de bout en bout, telles que MOTR et TrackFormer, sont inférieures à leurs homologues basés sur la détection, principalement en raison de leurs performances médiocres en détection. Nous visons à améliorer MOTR en intégrant élégamment un détecteur d'objets supplémentaire. Nous adoptons tout d'abord la formulation par ancres des requêtes, puis utilisons un détecteur d'objets supplémentaire pour générer des propositions servant d'ancres, fournissant ainsi une priorité de détection à MOTR. Cette modification simple atténue considérablement le conflit entre l'apprentissage conjoint des tâches de détection et d'association dans MOTR. MOTRv2 conserve la fonctionnalité de propagation des requêtes et se montre performant sur des benchmarks à grande échelle. MOTRv2 occupe la première place (73,4% HOTA sur DanceTrack) du premier défi de suivi multiple de personnes dans les danses de groupe. De plus, MOTRv2 atteint des performances de pointe sur l'ensemble de données BDD100K. Nous espérons que ce pipeline simple et efficace apportera de nouvelles perspectives à la communauté du suivi multi-objet de bout en bout. Le code est disponible à l'adresse \url{https://github.com/megvii-research/MOTRv2}.