ATOM代码运行记录（菜鸟笔记）

ATOM代码运行记录（菜鸟笔记）

论文链接 代码链接 环境配置

配置环境(前提：安装好anaconda)

根据作者的INSTALL.md文档一步一步进行安装，论文作者是使用Python 3.7安装Conda。要求必须有Nvidia的GPU。

作者的环境是python 3.7pytorch 1.4.0cuda 10.0
由于显卡较新的原因，我的环境为python 3.6pytorch 1.7.0cuda 11.1已运行成功。
1.创建并激活一个conda环境

conda create --name pytracking python=3.6
conda activate pytracking

2.安装PyTorch

conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

3.安装matplotlib等包

conda install matplotlib pandas tqdm
pip install opencv-python visdom tb-nightly scikit-image tikzplotlib gdown

4.安装coco和lvis工具包

conda install cython
pip install pycocotools
pip install lvis

5.安装ninja-build以实现精确ROI pooling

sudo apt-get install ninja-build

6.安装jpeg4py

sudo apt-get install libturbojpeg
pip install jpeg4py 

7.下载代码及子模块

git clone https://github.com/visionml/pytracking.git
cd pytracking
git submodule update --init

8.创建环境设置文件local.py

python -c "from pytracking.evaluation.environment import create_default_local_file; create_default_local_file()"
python -c "from ltr.admin.environment import create_default_local_file; create_default_local_file()"

9.下载预训练的网络

gdown https://drive.google.com/uc\?id\=1VNyr-Ds0khjM0zaq6lU-xfY74-iWxBvU -O pytracking/networks/atom_default.pth

10.下载数据集
推荐一个博客，有很多目标跟踪的数据集。下载OTB2015，并且去local.py中配置好OTB2015数据集的路径。

运行程序

1.Ctrl + Alt+ T打开一个终端，conda activate pytracking激活环境，输入visdom打开可视化工具，出现链接，打开链接。
2.Ctrl + Alt+ T打开另一个终端，输入

python run_tracker.py atom default --dataset otb --sequence Soccer --debug 1

训练及代码理解陆续记录！！！