Advertisement

TransformTrack

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
TransformTrack是一款创新的数据分析工具,专为追踪和解析复杂数据变化而设计。它提供直观的界面、强大的算法以及灵活的定制选项,帮助用户轻松掌握趋势动态,优化决策过程。 变形金刚与追踪器相遇:利用时间上下文进行可靠的视觉追踪由王宁、周文刚、王杰及李厚强在CVPR 2021上被接受(口头报告)。该研究的跟踪结果和预先训练的模型包括TrDiMP / TrSiam,基准为OTB, UAV, NFS, VOT2018, GOT-10K 和 TrackingNet。原始结果中还包括LaSOT。 对于预先训练的模型,请下载并将其放在pytracking/networks文件夹中。 如果您发现这项工作对您的研究有用,请引用我们的工作: @inproceedings{Wang_2021_Unsupervised, title={Transformer Meets Tracker: Exploiting Temporal Context for Robust Visual Tracking}, author={Wang, Ning and Zhou, Wenguang and Wang, Jie and Li, Houqiang} }

全部评论 (0)

还没有任何评论哟~
客服
客服
  • TransformTrack
    优质
    TransformTrack是一款创新的数据分析工具,专为追踪和解析复杂数据变化而设计。它提供直观的界面、强大的算法以及灵活的定制选项,帮助用户轻松掌握趋势动态,优化决策过程。 变形金刚与追踪器相遇:利用时间上下文进行可靠的视觉追踪由王宁、周文刚、王杰及李厚强在CVPR 2021上被接受(口头报告)。该研究的跟踪结果和预先训练的模型包括TrDiMP / TrSiam,基准为OTB, UAV, NFS, VOT2018, GOT-10K 和 TrackingNet。原始结果中还包括LaSOT。 对于预先训练的模型,请下载并将其放在pytracking/networks文件夹中。 如果您发现这项工作对您的研究有用,请引用我们的工作: @inproceedings{Wang_2021_Unsupervised, title={Transformer Meets Tracker: Exploiting Temporal Context for Robust Visual Tracking}, author={Wang, Ning and Zhou, Wenguang and Wang, Jie and Li, Houqiang} }