Bag of tricks for domain adaptive Multi-Object Tracking

가상 데이터 사용.

• BMTT challenge

가상데이터 늘어남. 실제 데이터는 Object tracking 하고싶은데 비용문제, 시간 문제. ⇒ 가상데이터로만 훈련 ㄱ

MOTA

HOTA - association 위주

가상데이터-양많음.

object detection + object tracking + domain generalization + domain adaptation

네가지 분야에 모두 contribution 주는 건 한계. (최근 학회 봐)

1. Transformer base - 뭐를 써야 성능 잘나오는 제한이 있음. imagenet 뭐시기 써야함. hyperparameter에 민감. 이런거 생각해야함.
2. YOLO - 선택.

• Baseline selection - Object tracking backbone 고르기. - 성능에 비해

1. Bytetrack - association 사용안하는 object detector만 훈련하는 거라서 선택.
2. Strongsort - deep association 방법들어가서 훈련해야함. 데이터 너무 많은데..