Los rastreadores basados en la red Siamesa han recibido mucha atención en los últimos años, debido a su notable rendimiento, y la tarea del seguimiento de objetos es predecir la ubicación del objetivo en el fotograma actual. Sin embargo, durante el proceso de seguimiento, los distractores con apariencias similares afectan el juicio del rastreador y llevan al fracaso del seguimiento. Para resolver este problema, proponemos un rastreador visual Siamese con atención espacial-canal y una red de cabeza de clasificación. En primer lugar, proponemos un Módulo de Atención Espacial-Canal, que fusiona las características de la plantilla y la región de búsqueda capturando simultáneamente la información espacial y de canal, permitiendo al rastreador reconocer el objetivo a seguir en el fondo. En segundo lugar, diseñamos una red de cabeza de clasificación. Al introducir términos de pérdida de clasificación conjunta que incluyen pérdida de clasificación por clasificación y pérdida de clasificación de confianza y IoU, las ramas de clasificación y regresión están vinculadas para refinar los resultados de seguimiento. A través de la guía mutua entre la puntuación de confianza de clasificación y IoU, se selecciona una mejor caja de regresión de posicionamiento para mejorar el rendimiento del rastreador. Para demostrar mejor que nuestro método propuesto es efectivo, probamos el rastreador propuesto en los conjuntos de datos de prueba OTB100, VOT2016, VOT2018, UAV123 y GOT-10k. En OTB100, la precisión y la tasa de éxito de nuestro rastreador son 0.925 y 0.700, respectivamente. Considerando la precisión y la velocidad, nuestro método, en general, logra un rendimiento de vanguardia.