在本文中，我们提出了MOTRv2，这是一种简单而有效的流程，旨在通过预训练的目标检测器来引导端到端多目标跟踪。现有的端到端方法，如MOTR和TrackFormer，在检测性能方面不如基于检测的跟踪方法，因此表现较差。我们的目标是通过优雅地集成额外的目标检测器来改进MOTR。首先，我们采用了查询的锚点表示法，然后利用额外的目标检测器生成提案作为锚点，为MOTR提供检测先验。这一简单的修改极大地缓解了MOTR中联合学习检测和关联任务之间的冲突。MOTRv2保留了查询传播特性，并在大规模基准测试中表现出色。在首届多人舞蹈跟踪挑战赛中，MOTRv2获得了第一名（DanceTrack数据集上的HOTA得分为73.4%）。此外，MOTRv2在BDD100K数据集上也达到了最先进的性能。我们希望这一简单而有效的方法能为端到端多目标跟踪社区带来一些新的见解。代码可在以下网址获取：\url{https://github.com/megvii-research/MOTRv2}。