EVENT DOSSIER
研究人员提出一种无需目标域标签的跨域跟踪器适配系统，利用视觉语言模型（VLM）作为诊断代理。该方法在 MOT17 至 MOT20 的实验中表现优异，将平均 HOTA 从源域配置下的 0.267 提升至接近目标域上限的 0.357。具体而言，平均恢复损失性能提升了 67.8%，在最高密度序列下恢复率达到 86.7%。系统通过迭代调优循环直接检查渲染输出并识别视觉失效模式，仅在检测到明确故障时调整参数，从而克服了传统无标签优化方法易受大领域偏移影响的脆弱性。研究指出，该方法的有效性取决于领域偏移是否通过检测级参数暴露体现，在源域配置已接近最优（如 MOT17 至 DanceTrack）的场景中效果有限。
研究人员提出一种无需目标域标签的跨域跟踪器适配系统，利用视觉语言模型（VLM）作为诊断代理。在 MOT17 至 MOT20 的实验中，该方法将平均 HOTA 从源域配置下的 0.267 提升至接近目标域上限的 0.357，恢复损失性能达 …
研究人员提出一种无需目标域标签的跨域跟踪器适配系统，利用视觉语言模型（VLM）作为诊断代理。在 MOT17 至 MOT20 的实验中，该方法将平均 HOTA 从源域配置下的 0.267 提升至接近目标域上限的 0.357，恢复损失性能达 …
研究人员提出一种无需目标域标签的跨域跟踪器适配系统，利用视觉语言模型（VLM）作为诊断代理。在 MOT17 至 MOT20 的实验中，该方法将平均 HOTA 从源域配置下的 0.267 提升至接近目标域上限的 0.357，恢复损失性能达 67.8%，最高密度序列下恢复率高达 86.7%。该系统通过迭代调优循环直接检查渲染输出并推荐参数更新，克服了传统基于标注指标的优化在跨域迁移中的脆弱性。与易受大领域偏移影响的手动代理目标贝叶斯优化不同，该 VLM 调优器具有选择性：仅在识别出明确视觉故障模式时修改配置，否则保持原状以保留简单迁移的性能优势。该方法的有效性取决于领域偏移是否通过暴露的检测级参数体现，在 MOT17 至 DanceTrack 等源域已接近最优的场景中效果有限。
研究人员提出一种无需目标域标签的跨域跟踪器适配系统，利用视觉语言模型（VLM）作为诊断代理。在 MOT17 至 MOT20 的实验中，该方法将平均 HOTA 从源域配置下的 0.267 提升至接近目标域上限的 0.357，恢复损失性能达 67.8%，最高密度序列下恢复率达 86.7%。与易受大领域偏移影响的无标签贝叶斯优化不同，该 VLM 调优器通过迭代循环直接检查渲染输出并识别视觉失效模式，仅在检测到明确故障时调整参数，从而在简单迁移中保持性能的同时改善困难案例。研究还指出该方法在检测级参数暴露的领域偏移下有效，而在源域配置已接近最优（如 MOT17 至 DanceTrack）的场景中效果有限。