Awesome GitHub RepositoriesObject Tracking Frameworks

This project is a modular research toolkit designed for developing, training, and evaluating deep learning models for object detection, segmentation, and video instance tracking. It provides a flexible training engine that manages complex neural network execution, including distributed training, custom lifecycle hooks, and weight optimization. The framework is built around a hierarchical configuration system that allows users to define architectures, data pipelines, and training hyperparameters through composable, inheritable files. The project distinguishes itself through its highly modular

This project is a foundation model and research toolkit designed for promptable object segmentation and temporal tracking. It provides a unified framework for isolating specific regions or objects within both static images and dynamic video sequences. The system distinguishes itself through a streaming memory architecture that maintains temporal consistency by storing and retrieving object features across frames. This mechanism allows the model to resolve occlusions and preserve object identity even when targets move out of view or change appearance. By utilizing a shared backbone for both im

Boxmot is a multi-object tracking framework designed to follow multiple objects across video frames using motion and appearance algorithms to maintain consistent identities. It functions as a system for tracking objects with specific orientations using rotated bounding boxes and corresponding intersection-over-union computations. The project includes a re-identification model optimizer that converts neural networks into formats for hardware-accelerated execution. It also features an evolutionary hyperparameter tuner that iteratively mutates tracker settings to maximize accuracy for specific d

ByteTrack is a multi-object tracking framework that implements the ByteTrack algorithm, an ECCV 2022 method designed to recover occluded objects and reduce trajectory fragmentation. The core innovation of the project is its association algorithm, which processes every detection box—including low-confidence ones—by using separate high and low score thresholds, Kalman filter motion prediction, and Hungarian algorithm matching to produce consistent object identities across video frames. The project distinguishes itself by its comprehensive approach to handling occlusions and fragmented trajector

DeepSORT es un framework de seguimiento de múltiples objetos en tiempo real diseñado para mantener identidades consistentes de múltiples objetos a través de fotogramas de video. Integra características de apariencia de aprendizaje profundo con descriptores de movimiento para rastrear objetos a través de una secuencia de datos de video. El sistema utiliza una red neuronal convolucional profunda para generar descriptores visuales de alta dimensión para la reidentificación de personas. Estas características de apariencia se combinan con la estimación de movimiento mediante filtrado de Kalman y se resuelven utilizando el algoritmo húngaro para asociar de manera óptima las detecciones con los seguimientos existentes. El framework incluye capacidades para el filtrado de asociaciones basado en gating y la gestión de seguimientos basada en estados para manejar los ciclos de vida de los objetos. También proporciona herramientas para renderizar resultados de seguimiento en fotogramas de video y evaluar el rendimiento del seguimiento frente a benchmarks establecidos.

pysot es un framework de visión por computadora diseñado para el seguimiento de un solo objeto. Proporciona una plataforma para implementar y evaluar algoritmos que localizan y siguen objetos objetivo específicos a través de secuencias de fotogramas de video. El proyecto incluye implementaciones de la arquitectura SiamRPN para la localización basada en redes de propuesta de región y el modelo SiamMask, que combina el seguimiento con la generación de máscaras binarias para proporcionar segmentación de objetos a nivel de píxel. El framework también contiene un kit de herramientas de evaluación de seguimiento visual utilizado para medir la precisión y fiabilidad de los algoritmos de seguimiento frente a datasets estándar de la industria.

FairMOT is a multi-object tracking framework and deep learning model designed to identify and track multiple entities across video frames. It implements a unified pipeline that integrates object detection and identity re-identification into a single-stage joint network. The system utilizes an anchor-free detection method to predict object centers and bounding box dimensions. It maintains identity consistency across consecutive frames by generating high-dimensional embedding vectors for re-identification and employing a Kalman filter for motion state prediction. The framework covers a broad r

mmtracking is a PyTorch video perception framework designed for training and deploying computer vision models that analyze sequential image data. It provides specialized tools for multi-object tracking, video instance segmentation, and a configuration-driven system for managing deep learning models. The project utilizes a deep learning model registry and a configuration-driven pipeline to swap model backbones and detectors without modifying the core codebase. This modular approach allows for the development of custom perception architectures by combining various components and configurations.

This project is a multi-object tracking library and computer vision toolkit designed to maintain consistent identity IDs for objects across video frames. It provides a motion-based object tracking system that converts raw detections into stable temporal tracks, enabling the analysis of object movement and behavior over time. The toolkit distinguishes itself through advanced identity maintenance, utilizing Kalman filters for linear motion tracking and sparse optical flow for camera motion estimation. It features multi-stage object association to recover occluded objects and non-linear motion t

Este proyecto es una tubería (pipeline) de visión artificial que integra detección y seguimiento de objetos para monitorear objetos en movimiento dentro de flujos de video. Funciona como una herramienta de análisis de extremo a extremo que procesa fotogramas de video para identificar, clasificar y mantener la identidad única de los objetos a medida que se mueven a través de una escena. El sistema utiliza una combinación de inferencia de deep learning para la detección y estimación de movimiento para asegurar la continuidad temporal. Al emparejar descriptores de apariencia visual con modelos de movimiento predictivos, mantiene las identidades de los objetos incluso durante oclusiones temporales o cuando la superposición espacial es insuficiente. El framework emplea procesamiento secuencial para sincronizar los resultados de la detección con la lógica de seguimiento, permitiendo el monitoreo consistente de patrones de movimiento. Más allá del seguimiento básico, el software incluye capacidades para cuantificar la actividad dentro de un feed de video. Admite el cálculo de recuentos totales de objetos o vehículos a medida que cruzan líneas designadas o entran en áreas específicas. La implementación está estructurada como un framework de desarrollo para construir aplicaciones de visión personalizadas que interpretan y extraen datos de entornos dinámicos.