摘要  为获取蚕茧智能分选过程中动态群体蚕茧连续时间的种类及其坐标位置信息，文中提出了一种基于改进FairMOT模型的多类别蚕茧跟踪算法。首先，按类别数扩展预测头的输出维度，并构建多类别损失函数，分别实现对上车茧、黄斑茧和烂茧的跟踪；其次，将原始FairMOT模型中的特征提取网络更改为HarDNet网络，并引入注意力机制，优化蚕茧融合特征；最后，将特征权重同时输入检测和重识别分支进行联合训练，引入GIoU损失函数进行蚕茧检测框尺寸的回归预测，提高检测性能。实验结果表明，文中算法的多目标跟踪准确率达84.6%，整体跟踪帧处理速率为20.9帧/s，多目标跟踪精度、识别F₁值、召回率与基于原始FairMOT模型的蚕茧跟踪算法相比分别提高了6.9个百分点、3.6个百分点、2.7个百分点。文中算法可为动态群体蚕茧的分选提供参考。