El algoritmo de seguimiento de objetos TransT, basado en Transformer, logra mejoras significativas en precisión y tasa de éxito al fusionar las características extraídas de las redes neuronales convolucionales con la estructura de Transformer. Sin embargo, al enfrentarse a la deformación de la apariencia del objeto, el algoritmo presenta problemas como una precisión de seguimiento insuficiente y desviación, que afectan directamente la estabilidad del algoritmo.