Ce document présente SFSORT, le système de suivi multi-objets le plus rapide au monde, basé sur des expériences menées sur les ensembles de données du défi MOT (Multi-Object Tracking). Pour réaliser un suiveur précis et efficace sur le plan computationnel, cette étude utilise une méthode de suivi par détection, en suivant l'approche de suivi en ligne en temps réel établie dans la littérature précédente. En introduisant une nouvelle fonction de coût appelée Indice de Similarité des Boîtes Englobantes (Bounding Box Similarity Index), ce travail élimine le Filtre de Kalman, conduisant à une réduction des exigences computationnelles. De plus, cette étude démontre l'impact des caractéristiques de la scène sur l'amélioration de l'association objets-tracks et sur l'optimisation du post-traitement des tracks. Utilisant un processeur Intel Xeon à 2,2 GHz, la méthode proposée atteint un HOTA (Higher Order Tracking Accuracy) de 61,7 % avec une vitesse de traitement de 2242 Hz sur l'ensemble de données MOT17 et un HOTA de 60,9 % avec une vitesse de traitement de 304 Hz sur l'ensemble de données MOT20. Le code source du suiveur, le modèle d'objet détecté finement ajusté et les tutoriels sont disponibles à l'adresse \url{https://github.com/gitmehrdad/SFSORT}.