linux中vot-toolkit测试工具使用，超详细，一看就会，不会请扇我

vot-toolkit是vot challenge官方发布的，用来测试跟踪器在VOT数据集上表现的工具。最近在做这方面的实验就顺便配置了一下，下面是我配置的步骤方法，分为matlab跟踪器版本和python跟踪器版本。

通用步骤

因为配置matlab和python版本的开始操作几乎一样，所以放在这部分进行阐述。具体步骤使用数字1，2，3，…代表前后次序

1. 从github上下载vot-toolkit的源码和trax库（建立各种语言跟踪器与vot-toolkit之间的传输协议，以方便对不同语言写的tracker进行统一分析），网址为：

   vot-toolkit:  https://github.com/votchallenge/vot-toolkit
   trax:  https://github.com/votchallenge/trax
   

2. 解压vot-toolkit.zip和trax.zip获得vot-toolkit和trax文件。打开vot-toolkit文件并创建新文件夹native，之后将trax文件放入native文件内，所以现在路径为：vot-toolkit/native/trax，如下所示（下图native文件内其他内容是之后编译形成的）。

   

3. 打开tracker/examples/READMEmd文件，点击该文件中最后的’separate repository’，下载示例ncc、python_ncc跟踪器代码。如下所示。
   

4. 将下载后的示例跟踪器代码文件放到tracker/examples文件中，如下所示。

   

5. 进行工作环境的配置

   1. 运行toolkit-path.m文件，将路径添加到matlab中

   2. 运行workspace/workspace_create.m文件，创建工作环境。运行结果如下图所示。

      

      第一个选项是用来选择要进行测试的数据集，第二个选项是用来设置你的跟踪器名称，第三个选项是用来选择要测试的跟踪器代码是由什么语言编写（matlan选择1，python选择2）。之后按回车键会进行编译，尽量选择负责编译的gcc、g++版本为“4.9.x”，不然之后运行代码可能会报错。编译效果如下所示。

   

6. 当编译完成后，会出现如下几个文件，其中tracker_our中的our就是之前我们设置的跟踪器名称：

   

matlab版本配置

当进行通用步骤操作后，可以进行matlab版本和python版本的配置了。下面介绍matlab版本配置操作。

1. 打开上图中出现的tracker_our.m，其实这个m文件是一个接口文件，连接要测试的跟踪器代码。打开后的界面如下所示。

• 注释掉第二行的error，这是一个提醒你要进行接口配置的语句，既然咱们已经开始配置了，所以要注释掉，否则报错。

• 在函数tracker_label=[]中填入跟踪器标签，用来定义最后生成跟踪结果图上跟踪结果的名称。

• 进行接口函数tracker_command=generate_matlab_command()的设置，比如我们进行示例跟踪器ncc的测试。示例跟踪器ncc的路径为tracker/examples/matlab/ncc.m，如下所示。

 那接口函数中的两个参数分别设置为`tracker_commnad=genarate_matlab_command("ncc","<path-vot-toolkit>/tracker/examples/matlab")`，其中`<path-vot-toolkit>`代表电脑上vot-toolkit的绝对路径。观察这两个参数可以发现，其实接口函数就是输入要测试跟踪器代码的绝对路径。

• 最后写完成之后的界面为：

  

2. 检测跟踪器是否连接成功

   • 运行tracker_our，观察是否运行无误。如果有问题，一般是路径问题，这时候再运行一下toolkit_path.

   • 运行run_test，报错。报错提示为无法下载test测试集。这时因为matlab无法连接网络造成的，复制报错提示中下载test测试集的网址，单独在浏览器上进行下载。下载完成后，将test测试集解压并放入vot-toolkit-master/sequences（注意这个文件夹最后是由s结尾的）中，如下所示。

     

   • 再次运行run_test，运行成功，如下所示：

   

   • 随便选择其中的一个序列，如surfing。按3，之后回车。得到下列结果：

 这时候你按一下鼠标，就进行一帧的跟踪，毕竟这只是测试跟踪器是否能够进行。如果出现，上面的图片就说明跟踪器连接成功，可以进行测试分析。

3. 跟踪器性能测试

   • 运行run_experiments，出现unable to establish connection. traX support not detected错误提示。这时可能由两个问题造成：初始化时间过长和trax连接方式不正确。于是打开tracker/tracker_run文件，进行如下修改（第32行的timeout改为·timeout=3000000，第39行的connection改为socket）：

     

   • 再次运行run_experinments，成功。如下所示：

     

4. 跟踪器性能分析：

   • 修改run_analysis，将第11行修改为下面的形式：

     

     之所以这样修改是因为我们只测试了一个叫‘our’的跟踪器，result文件内只有’our’跟踪器的测试结果，如下所示：

     

   • 运行run_analysis，得到reports文件，文件内的形式如下所示：

     

   • 点开index.html或者其他html文件，获得跟踪结果分析图。

     

python版本配置（与matlab版本配置基本相同，我只介绍不同点）

1. 通用步骤中运行workspeace_create创建环境的时候选择python编译语言，之后进行编译。

2. 打开native/trax文件，创建bulid文件。之后操作如下：

   cd build
   cmake ..
   make 
   

   这个操作是编译trax库，使trax可以与python跟踪器连接起来，即python中的import trax有效。

   最后形成的目录如下所示：

3. 最后，打开tracker_our，进行接口函数的配置。以示例跟踪器python_ncc为例。主要修改tracker_command和tracker_linkpath两个函数。修改后的界面如下所示：

4. 之后，运行run_test，如果没问题，尽可以进行测试、分析啦。工具的配置也就完成了！

总结

1. vot-toolkit中很多都已经高度集成了，只需要修改几行代码就可以运行程序。但是其中会遇到各种配置问题，最明显的就是trax的连接问题。
2. 初始化时间设置和连接方式设置一定要记得修改，不然无法报错。
3. 如果有必要，我会写一篇介绍如何处理问题的文章，或者你们遇到什么问题也可以私信我。
   kit中很多都已经高度集成了，只需要修改几行代码就可以运行程序。但是其中会遇到各种配置问题，最明显的就是trax的连接问题。
4. 初始化时间设置和连接方式设置一定要记得修改，不然无法报错。
5. 如果有必要，我会写一篇介绍如何处理问题的文章，或者你们遇到什么问题也可以私信我。
6. 别人代码写的非常好，希望有一天自己也可以写出这样的代码工具。