调试跟踪算法--ECO过程中遇到的问题记录

随着深度学习的不断发展,视觉跟踪领域也慢慢被其占领,说来这也是好消息。传统的方法各种人工特征提取器,真是五花八门,而有了CNN,简单明了,一个强大的综合的特征提取器。

github中有C++代码也有Matlab代码,matlab版本相对而言容易调试,轻松上手。

而C++的程序略微复杂一些。

C++版:https://github.com/nicewsyly/ECO

matlab版:https://github.com/martin-danelljan/ECO

问题一:刚开始调试这个代码建议使用caffe-windows编译的debug库,也就是不使用GPU,这样方便调试。

问题二:尽量配好caffe所需要的第三方库。

问题三:opencv可以使用2.4.11版本,亲试有效。

问题四:遇到这个错误解决方案: check failed:registry.count (type) ==1 (0 vs. 1) Unknown layer type.

           将head.h打开,会看见如下:

namespace caffe
{
extern INSTANTIATE_CLASS(BatchNormLayer);
extern INSTANTIATE_CLASS(BiasLayer);
extern INSTANTIATE_CLASS(InputLayer);
extern INSTANTIATE_CLASS(InnerProductLayer);
extern INSTANTIATE_CLASS(DropoutLayer);
extern INSTANTIATE_CLASS(ConvolutionLayer);
//REGISTER_LAYER_CLASS(Convolution);
extern INSTANTIATE_CLASS(ReLULayer);
//REGISTER_LAYER_CLASS(ReLU);
extern INSTANTIATE_CLASS(PoolingLayer);
//REGISTER_LAYER_CLASS(Pooling);
extern INSTANTIATE_CLASS(LRNLayer);
//REGISTER_LAYER_CLASS(LRN);
extern INSTANTIATE_CLASS(SoftmaxLayer);
//REGISTER_LAYER_CLASS(Softmax);
extern INSTANTIATE_CLASS(ScaleLayer);
extern INSTANTIATE_CLASS(ConcatLayer);
}

将其中注释部分打开即可。

参考:https://blog.csdn.net/fangjin_kl/article/details/50936952

目标正在调试GPU版本,一直遇到一个错误:error LNK1181: 无法打开输入文件“boost_date_time-vc120-mt-1_59.obj”,漫长地调试中。

阅读更多
上一篇深度学习之目标检测之Faster R-CNN
下一篇视觉跟踪之主流算法对比
想对作者说点什么? 我来说一句

ECO跟踪算法源码

2017年10月12日 7.98MB 下载

没有更多推荐了,返回首页

关闭
关闭