在【OTB使用介绍二】中,简单的讲解了OTB的三个m文件,这次主要讲解如何将自己算法加入到OTB中
原OTB并没有包含KCF,所以这里以KCF为例子,介绍如何将自己的算法加入到OTB中,
KCF的源码可以去http://www.robots.ox.ac.uk/~joao/circulant/下载
点击matlab code 即可下载matlab版本的KCF。
下载完毕后,解压缩文件,并把KCF的matlab源码放到benchmark的文件夹trackers中。如图
然后打开util文件夹中的configTrackers.m,并将KCF跟踪算法添加到trackers1这个结构体中。添加的形式如下:
trackers1={
struct('name','SRDCF','namePaper','SRDCF'),...
struct('name','KCF','namePaper','KCF'),...
struct('name','DSST','namePaper','DSST'),...
struct('name','Struck','namePaper','Struck')};
说明一下configTrackers.m文件中放的是所有的跟踪算法。算法对比的添加删除都是在此完成。
最后也是最重要的一步
就是需要写一个将KCF的输入输出对接到benchmark中的脚本run_tracker.m文件,打开trackers文件夹中的其他算法时会发现每个算法中都会有 run_(这里是算法名字).m 文件,例如CT中的 run_CT.m
参照其它算法 例如:run_CT.m对比Runtracker.m文件 在第一行的输入和最后几行的输出进行统一,
function results=run_CT(seq, res_path, bSaveImage)
results.res=res;
results.type='rect';
results.fps=(seq.len-1)/duration;
disp(['fps: ' num2str(results.fps)])
PS:其实,写的run_().m接口主要就是特别注意以上信息。其中seq包含的主要是测试序列的各种信息。
res_path 和 bSaveImage主要是保存的图片,即BB框画框图。
再详细点说,就是在KCF的文件夹下新建一个run_KCF.m
然后将run_tracker.m的代码复制过来并修改之。
其实就是重新在算法的文件夹下写一个函数接口(run_XX.m) 并保证这个函数里面要有第一行,第一行保证OTB能找到你的算法
%第一行保证OTB能找到你的算法