了解目标跟踪数据集

1. 目标跟踪

目标跟踪有几个主要方向：

方向	说明
单目标跟踪（SOT）	给定第一帧的目标框，在后续帧中持续跟踪该目标
多目标跟踪（MOT）	同时检测并跟踪场景中的多个目标
视觉语言跟踪（VLT）	用自然语言描述来指定跟踪目标
RGBT 跟踪	RGB + 热红外双模态
RGBE 跟踪	RGB + 事件相机双模态

我们实验室主要做单目标 RGB 跟踪，也有同学做单目标的视觉语言跟踪。

2. 单目标跟踪数据集

测试数据集

数据集	序列类型	评测方式	语言标注	大小
GOT-10k	短序列	在线提交	❌	1.3G
OTB100	短序列	本地评测	❌	2.8G
UAV123	短序列	本地评测	❌	14G
NFS30	短序列	本地评测	❌	47G
LaSOT	长序列	本地评测	✅	49G
LaSOT_ext	长序列	本地评测	✅	61G
TrackingNet	短序列	在线提交	❌	34G
TNL2K	长序列	本地评测	✅	87G

• 在线提交：跑完结果后上传到官方服务器评测（GOT-10k、TrackingNet）
• 本地评测：用评测工具包在本地得到结果

训练数据集

数据集	类型	大小	语言标注	遮挡标注
coco	图像数据集（随机抖动生成伪序列）	20G	❌	❌
GOT-10k	视频数据集	72G	❌	✅ 逐帧（9级可见度cover label, absence label）
LaSOT_train	视频数据集	189G	✅	✅ 逐帧（full-occlusion, out-of-view标记）
TrackingNet	视频数据集	1.1T	❌	❌
VastTrack	视频数据集	682G	✅	❌

实验室服务器上的实际占用（du -sh）：

测试集：

训练集：

目前主流 SOTA 性能

方法	Venue	GOT-10k AO	LaSOT AUC	TrackingNet AUC	TNL2K AUC	OTB100 AUC	UAV123 AUC	NFS30 AUC
MCITrack-L	AAAI 2025	80.0	76.6	87.9	65.3	-	71.5	70.6
SPMTrack-L	CVPR 2025	80.0	76.8	86.9	63.7	-	-	-
SPMTrack-B	CVPR 2025	76.5	74.9	86.1	-	72.7	71.7	67.4
LoRAT-L	ECCV 2024	77.5	75.1	85.6	62.3	-	-	-
HIPTrack	CVPR 2024	77.4	72.7	84.5	-	71.0	70.5	68.1

现在是2026年9月，目前 GOT-10k AO ≥ 80，LaSOT AUC ≥ 75，TrackingNet AUC ≥ 86，TNL2K ≥ 65，就是比较强的水平了。长序列跟踪通常比较看重 LaSOT 性能，视觉语言跟踪通常比较看重 TNL2K 性能。