Object tracking или Отслеживание объектов на изображениях

Я использую модель faster rcnn для обнаружения объектов:

def create_model(num_classes):
    ''' Создание модели '''
    model = torchvision.models.detection.fasterrcnn_resnet50_fpn_v2(weights=None)

    in_features = model.roi_heads.box_predictor.cls_score.in_features
    model.roi_heads.box_predictor = FastRCNNPredictor(in_features, num_classes)
    return model

Предположим, я обнаруживаю и подсчитываю бутылки с coca-cola, fanta & sprite на полках различных магазинов. И проблема заключается в том, что иногда в модель подается несколько изображений одной и той же полки, получается, что модель детектит и подсчитывает одну и ту же полку несколько раз. Какой алгоритм можно использовать для обнаружения таких изображений? Получается что это не одно и то же изображение, а разные изображений одних и тех же объектов, которые могли быть сняты немного с разных ракурсов.