AAAI2020跟踪算法GlobalTrack的配置(GlobalTrack: A Simple and Strong Baseline for Long-term Tracking)

该博客介绍了如何使用GlobalTrack框架进行长期目标跟踪。首先,提供了论文和代码的下载链接,接着详细阐述了创建虚拟环境、安装依赖库、编译mmdetection、下载预训练模型的步骤。然后,针对OTB2015数据集进行了实验设置,并给出了可能出现的OpenCV错误及其解决方案。最后,提供了运行测试脚本的指令。
摘要由CSDN通过智能技术生成

1、论文下载地址

GlobalTrack: A Simple and Strong Baseline for Long-term Tracking.[paper]

2、代码下载地址

https://github.com/huanglianghua/GlobalTrack

3、安装虚拟环境并激活

conda create -n GlobalTrack python=3.7
source activate GlobalTrack

4、安装依赖库

pip install torch==1.4.0 torchvision shapely scipy
pip install mmcv==0.2.14 matplotlib pycocotools terminaltables opencv-python-headless scikit-image

5、编译mmdetection

cd _submodules/mmdetection
python setup.py develop

6、预训练模型下载

Baidu Yun: [link] 百度网盘 请输入提取码 [password] 47p4

将下载的模型放到新建的pretrained_model路径中

 7、实验设置(仅以评估OTB2015为例)

打开tools/test_global_track.py

1)更改ckp_file为预训练模型所在路径,即第6步骤模型所存放的位置

2)更改evaluators,添加数据集所在路径

8、运行python tools/test_global_track.py

开始测试

9、可能遇到错误

cv2.error: OpenCV(4.5.3) /tmp/pip-req-build-fvfwe_ss/opencv/modules/highgui/src/window.cpp:1274: error: (-2:Unspecified error) The function is not implemented. Rebuild the library withWindows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvShowImage'

解决方法:

pip install opencv-contrib-python

Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting是一篇2021年发表在AAAI会议上的论文,它提出了一种名为Informer的方法,用于解决长时间序列预测的问题。\[2\]这篇论文的目标是在长时间序列预测中提高预测能力并提高效率。传统的Transformer方法在长时间序列预测上存在一些局限性,而Informer通过引入一些新的机制来克服这些局限性。\[3\]具体来说,Informer采用了一种多层次的注意力机制,以便更好地捕捉长时间序列中的依赖关系,并引入了一种自适应长度的编码器和解码器,以提高对长序列的建模能力。通过这些改进,Informer在长时间序列预测任务上取得了更好的效果。 #### 引用[.reference_title] - *1* *3* [Informer: Beyond Efficient Transformer for Long SequenceTime-Series Forecasting](https://blog.csdn.net/lwera/article/details/127389652)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Informer:超越Transformer的长时间序列预测模型](https://blog.csdn.net/zuiyishihefang/article/details/123437169)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值