基于无锚框的红外多类别多目标实时跟踪网络

本文提出一种改进的红外多类别多目标实时跟踪网络,在确保跟踪精度的同时,重新设计无锚框网络结构,进一步降低网络的参数量与推理时间。通过优化目标特征向量,进一步提高识别精度,同时简化与改进跟踪流程。此外,通过细化分析相关流程执行时间,选用GPU与CPU分别执行最优运算,提升跟踪整体运行速度。上述方法被应用于低空海面红外目标跟踪数据集中。结果表明,在本文所提的综合评价指标下,所设计的网络相较其他轻量级网络评分提高1.78,且运行速度在NVIDIA Jetson Xavier NX中达到52.37 FPS,满足边缘端实时运行需求。