继针对图像的分割一切之后，针对视频的Track-Anything（追踪一切）来了

最新推荐文章于 2025-06-24 11:44:38 发布
原创 最新推荐文章于 2025-06-24 11:44:38 发布 · 1.4k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#计算机视觉 #人工智能 #目标跟踪

Track-Anything是基于SegmentAnything发展出的视频目标跟踪框架，无需手工标注即可跟踪任意目标。该模型结合了SegmentAnything的图像分割能力、XMem的长期跟踪及交互式视频对象分割的优势，能处理多目标、变形、尺度变化和相机运动等复杂情况。提供的Demo展示了解析和追踪视频中对象的能力，效果显著。

继针对图像的分割一切之后，针对视频的继针对图像的分割一切之后，针对视频的Track-Anything（追踪一切）来了。

这是我关于分割一切的文章：

北方的郎：Meta:segment anything

北方的郎：Meta Segment Anything 测试效果

Track-Anything其实是在Segment anything的基础上开发出来的，下面是它的论文，代码以及演示Demo：

论文：[2304.11968] Track Anything: Segment Anything Meets Videos (arxiv.org)

代码：https://github.com/gaomingqi/Track-Anything

演示：

最低0.47元/天 解锁文章
跟踪Anything：当Segment Anything 遇上视频
m0_47867638的博客
05-04 839
在通用场景中对Anything进行跟踪是非常重要的，而视频目标跟踪是计算机视觉中的一项基本任务。与VOT类似，视频对象分割(VOS)的目的是将视频序列中的目标(感兴趣的区域)从背景中分离出来，可以看作是一种更细粒度的目标跟踪。我们注意到，当前最先进的视频跟踪器/分割器是在大规模手动注释的数据集上训练的，并通过边界框或分割掩码进行初始化。一方面，海量的标签数据背后隐藏着庞大的人类劳动力。此外，当前的初始化设置，特别是半监督VOS，需要特定的对象掩码groundtruth进行模型初始化。
分割一切，跟踪一切 Segment-and-Track Anything 使用笔记
jacke121的专栏
04-22 2348
分割一切，跟踪一切 Segment-and-Track Anything！视频版SAM来了
Track-Anything 视频目标跟踪调研
最新发布
qq_40725313的博客
06-24 617
相应地减少图像分辨率就能够减少对GPU内存的需求，不过效果可能就不太好了，总的来说，想让jetson上能够有效合理地运行这些项目且能够尽量满足需求，也就是效果更好一点的话，有点不太可能。需求：在jetson设备上能够部署的视频目标跟踪的算法，完成对特定目标的跟踪，最好有选点选择第一帧的目标的功能。jetson官方的Track-Anything实现，部署在docker上的，效果还没测。jetson官方的Track-Anything实现，部署在docker上的，效果还没测。缺点：部署在docker上的。
【亲测免费】 探索无限可能：Track-Anything——交互式视频对象追踪和分割神器
gitblog_00647的博客
08-09 1099
![Track-Anything Logo](./assets/track-anything-logo.jpg) 在计算机视觉领域，我们经常需要对视频中的特定对象进行精确的追踪和分割。现在，一个名为**Track-Anything**的强大工具应运而生，它以灵活和互动的方式满足了这个需求。基于[Segment Anything](https://github.com/facebookresear...
Track-Anything 追踪万物
zhanghaoliang01的博客
12-26 801
注意 Track-Anything .cache 这些目录需要在线安装的时候下载完成。
语义分割系列——Track Anything: Segment Anything Meets Videos
zmkzmkok的博客
06-01 912
最近，Segment Anything Model (SAM) 由于其令人印象深刻的图像分割性能而迅速受到广泛关注。关于其强大的图像分割能力和与不同提示的高交互性，我们发现它在视频中的一致性分割方面表现不佳。因此，在本报告中，我们提出了 Track Anything Model (TAM)，它可以在视频中实现高性能的交互式跟踪和分割。具体来说，给定一个视频序列，只需要很少的人为参与，即点击几下，人们就可以跟踪任何他们感兴趣的东西，并在一次推理中得到满意的结果。
SAM多目标跟踪与分割TAM论文解读Track Anything: Segment Anything Meets Videos
sunshineine的博客
03-05 2505
SAM图像分割能力强，与不同提示的交互性高，但它在视频的一致性分割方面表现不佳。因此，作者提出了跟踪任何模型TAM，它实现了视频中的高性能交互式跟踪和分割。具体来说，给定一个视频序列，只需很少的人为参与，即几次点击，人们就可以跟踪他们感兴趣的任何东西，并在一次推理中获得满意的结果。无需额外的训练，这种交互设计在视频对象跟踪和分割方面表现令人印象深刻。与视频目标跟踪(VOT)类似，视频对象分割(VOS)的目的是将视频序列中的目标从背景中分离出来，可以看作是一种更细粒度的目标跟踪。
交互式视频对象跟踪：它提供了方便的方式帮助用户在视频中追踪和分割感兴趣的对象，为视频分析和处理提供了实用的工具
12-14
该项目是一个灵活的交互式视频对象跟踪和分割工具，基于Segment Anything、XMem和E2FGVI等技术。它提供了方便的方式帮助用户在视频中追踪和分割感兴趣的对象，为视频分析和处理提供了实用的工具。
【视频目标分割论文集】Efficient Track Anything0000
weixin_43571113的博客
04-14 763
视频对象分割和追踪任意目标领域出现了强大的工具——分割任意模型 2（SAM 2）。SAM 2 实现令人印象深刻的视频对象分割性能的关键组成部分包括用于帧特征提取的大型多阶段图像编码器，以及存储过去帧记忆上下文以辅助当前帧分割的记忆机制。然而，多阶段图像编码器和记忆模块的高计算复杂度限制了其在实际任务中的应用，例如在移动设备上进行视频对象分割。为解决这一限制，我们提出了高效追踪任意目标模型（EfficientTAMs），这是一种轻量级的追踪任意目标模型，能够在低延迟和小模型尺寸下产生高质量的结果。
​Segment-and-Track Anything——通用智能视频分割、目标追踪、编辑算法解读与源码部署
知来者逆的博客
09-21 8178
SAM-Track在单卡上即可支持各种时空场景中的目标分割和跟踪，包括街景、AR、细胞、动画、航拍等，可同时追踪超过200个物体，为用户提供了强大的视频编辑能力。
视频交互天花板：Track Anything-搭建流程及问题解决
weixin_41467446的博客
05-06 3096
Track Anything解决了SAM对于连续图像中目标的一致性分割表现不佳的问题，而Track Anything将SAM推广至视频目标分割和追踪领域，并开发了交互界面，实现了少量交互解决目标问题。本文不解读论文，仅介绍代码使用部分。
track_everything
02-10
追踪一切 该跨平台应用程序是一部分的生成的。 如果您想查看更多诸如公文包之类的工具，请考虑。 个人追踪一切
使用GitCode上的`Track-Anything`：一款强大的追踪工具的深度解析
gitblog_00012的博客
03-20 586
在软件开发和数据分析的世界里，跟踪和管理各种信息是至关重要的。 正是为此目的而生的一个强大工具。本文将详细介绍该项目的技术特性、应用场景及其优势，帮助您理解如何利用它提升工作效率。 ## 项目概述 `Track-Anything` 是一个基于Web的轻量级应用，旨在帮助用户追踪任何类型的数据，无论是简单的待办事项列表，还是复杂的项目进度，甚至是个人健康数据等。通过其灵活的自定义功能和友好的用户...
Tracking Everything Everywhere All at Once
whaosoft143ai的博客
06-12 1005
可以看出，在不同的数据集上，他们的方法始终能实现最佳的位置准确性、遮挡准确性和时序一致性。需要注意的是，这些图并不对应于物理深度，然而，它们展示了仅使用光度和光流信号时，新方法能够有效地确定不同表面之间的相对顺序，这对于在遮挡中进行追踪至关重要。新方法在（长时间）遮挡事件中显示出了出色的识别和追踪的能力，同时在遮挡期间为点提供合理的位置，并处理很大的摄像机运动视差。OmniMotion 保留了投影到每个像素的所有场景点的信息，以及它们的相对深度顺序，这让画面中的点即使暂时被遮挡，也能对其进行追踪。
Github 3k+ stars 南科大 VIP Lab 近期开源 Track-Anything | SAM + VOS: 一键视频标注
专注计算机视觉全栈知识分享
05-04 814
本文方法主要是基于已有算法组装成一个pipeline，下面简单介绍下几个主要成员。
​Segment-and-Track Anything！视频版SAM来了，分割/跟踪/编辑一切，现已开源！
我爱计算机视觉
04-20 2926
关注公众号，发现CV技术之美Meta AI的SAM「分割一切」模型展现了强大的图像分割能力，但缺乏对视频数据的支持。近期，浙江大学ReLER实验室的科研人员在最新开源的SAM-Track项目中，解锁了SAM的视频分割能力，即：分割并跟踪一切（Segment-and-track anything，SAM-track）。SAM-Track在单卡上即可支持各种时空场景中的目标分割和跟踪，包括街景、AR、...
【亲测免费】 Track-Anything 项目使用教程
gitblog_01178的博客
08-09 822
Track-Anything 是一个灵活且交互式的视频对象跟踪和分割工具，基于 Segment Anything、XMem 和 E2FGVI 开发。该项目旨在提供高效的视频对象跟踪和分割解决方案，支持多种复杂场景下的对象处理。 ## 项目快速启动 ### 环境准备 确保你已经安装了 Python 和 pip。接下来，按照以下步骤快速启动项目： ```bash # 克隆仓库 git clon...
Segment-and-Track Anything！视频版SAM来了，分割/跟踪/编辑一切，现已开源！
深度学习技术前沿
04-23 466
来源丨Cver编辑丨极市平台SAM-Track在单卡上即可支持各种时空场景中的目标分割和跟踪，包括街景、AR、细胞、动画、航拍等，可同时追踪超过200个物体，为用户提供了强大的视频编辑能力。Meta AI的SAM「分割一切」模型展现了强大的图像分割能力，但缺乏对视频数据的支持。近期，浙江大学ReLER实验室的科研人员在最新开源的SAM-Track项目中，解锁了SAM的视频分割能力，即：分割并跟踪一...
谷歌重磅新作OmniMotion：跟踪一切模型！遮挡也不怕！
阿木寺的博客
06-10 4884
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【目标跟踪和Transformer】交流群Tracking Everything Everywhere All at Once.前段时间，Meta 发布「分割一切（SAM）」AI 模型，可以为任何图像或视频中的任何物体生成 mask，让计算机视觉（CV）领域研究者惊呼：「CV 不存在了」。之后，CV 领域掀起了一...
segment-and-track-anything
12-30
segment-and-track-anything是一种先进的技术，可以在图像或视频中对任何对象进行分割和跟踪。通过这种技术，可以识别和跟踪视频中的人、车辆、动物或其他物体，实现对它们的精准定位和跟踪。 segment-and-track-...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值