FairMOT与MCFairMOT算法对比
以下是 FairMOT 和 MCFairMOT 的详细对比，从核心设计、性能、适用场景等方面进行总结：
1. 核心设计对比
| 特性 | FairMOT | MCFairMOT |
|---|---|---|
| 任务目标 | 单类别目标跟踪（如行人） | 多类别目标跟踪（行人、车辆、动物等） |
| 检测头设计 | 单类别中心点检测（Heatmap + Re-ID） | 多类别检测头（每个类别独立预测） |
| Re-ID 分支 | 共享Re-ID特征（所有目标同一特征空间） | 可扩展为多类别Re-ID（需类别感知特征） |
| 骨干网络 | DLA-34 或 HRNet | 同 FairMOT，但需更大容量适应多类别 |
| 数据关联 | 基于运动 + 外观（单类别） | 多类别分层匹配（先类别过滤，后关联） |
2. 性能对比
| 指标 | FairMO |
|---|