UAVDT是一个具有大规模的挑战性的无人机检测和跟踪基准（即10小时原始视频中约8万帧的代表性帧），用于3项重要的基本任务，即目标检测（DET）、单目标跟踪（SOT）和多目标跟踪（MOT）。 数据集由无人机在各种复杂场景中捕获。本基准中关注的对象是车辆。使用边界框和一些有用的属性（例如，车辆类别和遮挡）对帧进行手动注释。 UAVDT基准由100个视频序列组成，这些视频序列是从城市地区多个地点的UAV平台拍摄的超过10小时的视频中选择的，代表各种常见场景，包括广场、主干道、收费站、高速公路、交叉口和T形交叉口。视频以每秒30帧（fps）的速度录制，JPEG图像分辨率为1080×540像素。 该数据集包含的是原始图片，不包括注释 参考： D. Du, Y. Qi, H.g Yu, Y. Yang, K. Duan, G. Li, W.g Zhang, Q. Huang, Q. Tian, " The Unmanned Aerial Vehicle Benchmark:

雷达回波序列中弱小飞机目标检测跟踪数据集_宋志勇.caj

无人机飞行视频数据集，便于开展单目标跟踪研究

market1501数据集

VOT官网不提供数据集单独下载，本资源是目标跟踪数据集VOT2014，内含百度网盘链接和密码

1、无人机数据集第五分部分，目标小，图片分辨率为1920x1080像素，数量为6234张，标签格式为VOC和YOLO两种格式，类别名为drone， 2、用于YOLO旋翼无人机检测和deepsort无人机视觉跟踪等等

1、无人机数据集第六分部分，目标小，图片分辨率为1920x1080像素，数量为6233张，标签格式为VOC和YOLO两种格式，类别名为drone， 2、用于YOLOv5旋翼无人机检测和deepsort无人机视觉跟踪等等

著名视频目标跟踪benchmark - VOT2013，内部包含16个视频数据及对应的标注文件，本benchmark源于官网下载组织而成，方便连接外网不方面的同学。

目标跟踪算法RT-MDNet在LaSOT、VOT2019数据集的跟踪结果。

目标跟踪是机器视觉中一类被广为研究的重要问题，分为单目标跟踪与多目标跟踪。前者跟踪视频画面中的单个目标，后者则同时跟踪视频画面中的多个目标，得到这些目标的运动轨迹。 基于视觉的目标自动跟踪在智能监控、动作与行为分析、自动驾驶等领域都有重要的应用。例如，在自动驾驶系统中，目标跟踪算法要对运动的车、行人、其他动物的运动进行跟踪，对它们在未来的位置、速度等信息作出预判。 目标跟踪算法可以进行轨迹特征的自动分析和提取，以弥补视觉目标检测的不足，有效的去除错误的检测，增加遗漏的检测，为进一步的行为分析提供基础。相对于多目标跟踪算法，视觉单目标跟踪算法研究的更为广泛，当前解决的相对更好。典型的如Mean shift算法，用卡尔曼滤波、粒子滤波进行状态预测，TLD等基于在线学习的跟踪，KCF等基于相关性滤波的算法等。