一句话FastTrack 是一款 GPL3 开源、跨平台的多目标视频跟踪软件，支持自动跟踪、人工校正与标注，并提供 Python 库 PyFastTrack 扩展能力。
定价免费开源 正文明确说明 FastTrack is a free software under the GPL3 license；页面也提示可在 GitHub 点星或支持项目，但未提供具体商业定价。
适合谁需要在视频中跟踪多个对象的研究人员、数据分析人员、计算机视觉实验用户，以及希望通过 Python/YOLO 扩展跟踪流程的开发者。
核心功能跨平台桌面应用，支持 Linux、Mac、Windows自动检测并跟踪视频中的多个对象在视频记录中保持对象身份一致性提供用于审查、校正和标注跟踪结果的人机交互工具使用 Qt 实现图形界面，OpenCV 进行图像分析内部使用 SQLite 存储数据跟踪结果可导出为纯文本格式，也可通过数据库访问提供 PyFastTrack Python 库，可结合自训练 YOLO 检测器
功能与用途用于视频记录中的多目标检测与跟踪，核心包括自动跟踪算法、身份保持，以及用于审查、纠正和标注跟踪结果的人体工学交互工具。适合处理大型视频记录，并将结果用于后续分析。
支持语言/框架桌面界面使用 Qt，图像分析使用 OpenCV；提供 PyFastTrack Python 库，可与自训练 YOLO 检测器结合。正文未说明其他语言 SDK。
开源还是闭源开源，源码可在 GitHub 下载，许可证为 GPL3。
自托管选项FastTrack 是本地跨平台应用，支持 Linux、Mac、Windows。正文未描述云托管服务；本地安装运行可视为自主管理使用。
定价免费软件，GPL3 许可。页面提到可支持项目，但没有列出具体付费套餐。
API/SDK提供 PyFastTrack Python library，用于集成 FastTrack 跟踪技术，并可结合自训练 YOLO 检测器。跟踪结果也可通过 SQLite 数据库访问。
集成与生态集成/依赖 Qt、OpenCV、SQLite；源码托管在 GitHub；社区沟通包括 GitHub issues、discussion 和 Discord。可与 YOLO 检测器结合。
文档质量页面包含用户手册、Getting Started、安装、示例、视频教程、跟踪分析结果、技巧、文献、帮助等入口，目录还覆盖 batchTracking、trackingCli、trackingInspector、parameters、workflow 等内容，结构较完整。
中国访问未知
适用场景多目标视频跟踪、实验视频对象轨迹分析、跟踪结果人工校正与标注、结合自训练 YOLO 检测器进行定制化检测跟踪、导出文本或数据库结果用于后续数据分析。
同类OpenCV 自研流程、基于 YOLO/ByteTrack/DeepSORT 的自建跟踪方案、其他视频标注与跟踪工具