pytracking系列跟踪算法的配置（LWL, KYS, PrDiMP, DiMP and ATOM Trackers）（windows10版本）

注：配置环境为windows10系统。比较麻烦，还是推荐使用Ubuntu系统配置

Ubuntu版本配置见博客：

https://blog.csdn.net/qq_17783559/article/details/117933369

1、论文下载地址：

LWL:Learning What to Learn for Video Object Segmentation.[paper]

KYS: Know Your Surroundings: Exploiting Scene Information for Object Tracking.[paper]

PrDiMP:Probabilistic Regression for Visual Tracking.[paper]

DiMP：Learning Discriminative Model Prediction for Tracking.[paper]

ATOM: Accurate Tracking by Overlap Maximization.[paper]

2、代码下载：

https://github.com/visionml/pytracking

3、新建虚拟环境并激活

conda create -n pytracking python=3.7.0
activate pytracking

4、安装pytorch

pip install torch===1.4.0 -f https://download.pytorch.org/whl/torch_stable.html

pip install torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html

5、安装依赖库

pip install matplotlib pandas jpeg4py
pip install opencv-python visdom tb-nightly

6、安装coco toolkit

pip install cython pycocotools

7、安装Precise ROI pooling

1）下载module

 https://github.com/vacancy/PreciseRoIPooling

将解压后的pytorch文件夹拷贝到路径E:\Codes\PyCharm\pytracking-master\ltr\external\PreciseRoIPooling\

2)下载prroi_pool.pyd

这个文件是使用C++生成的库文件，DiMP和ATOM算法会用到。下载作者提供的文件路径如下， 

https://visionml.github.io/dimp/prroi_pool.pyd

保存到路径：D:\Softwares\Anaconda3\envs\pytracking\Lib\site-packages\

只要是python的检索到的环境变量路径都可以。本工程放到新建虚拟python环境的依赖库路径下。

3）添加环境变量：

此处添加环境变量是为了python能够找到文件prroi_pool.pyd

4）打开E:\Codes\PyCharm\pytracking-master\pytracking-master\ltr\external\PreciseRoIPooling\pytorch\prroi_pool\functional.py

添加如下代码：

 # load the prroi_pool module
    import imp
    file, path, description = imp.find_module('prroi_pool')
    with file:
        _prroi_pooling = imp.load_module('prroi_pool', file, path, description)

8、下载预训练模型

下载地址：

https://github.com/visionml/pytracking/blob/master/MODEL_ZOO.md

百度云下载地址：

链接：https://pan.baidu.com/s/12R58DNaRJqHodNcT5YzjUQ 
提取码：wbrq 

新建networks路径保存下载的预训练模型

9、创造配置文件

在工程路径下新建createlocalfiles.py，并写入如下代码：

import ltr.admin.environment as ltrae
import pytracking.evaluation.environment as pyee

ltrae.create_default_local_file()

pyee.create_default_local_file()

运行python createlocalfiles.py

运行之后，会在\pytracking\evaluation\路径和\ltr\admin\路径下生成local.py，打开这两个文件可以配置一些我们的实验参数。如指定数据集路径和预训练模型路径等。

10、打开可视服务器

python -m visdom.server

运行成功会有个IP地址，用来看我们的可视化数据的

 11、另开一个终端运行

activate pytracking

python pytracking/run_tracker.py atom default --dataset_name otb --sequence Soccer --debug 1 --threads 0

参数解释一下：atom是需要运行的跟踪器名字

default是参数设置，在pytracking/parameter/atom路径下有很多参数可选。

otb是需要运行的数据集名称

Soccer是需要运行的视频序列名字

debug控制可视化等级

threads运行的线程数

可能会遇到错误：

File "E:\Codes\PyCharm\pytracking\pytracking\utils\load_text.py", line 14, in load_text_numpy
    raise Exception('Could not read file {}'.format(path))
Exception: Could not read file E:\Datasets\OTB2015/BlurCar1/groundtruth_rect.txt

这是由于groundtruth_rect.txt与读取的格式不对应造成的。

解决方法如下：

 打开pytracking/utils/load_text.py更改函数：

def load_text_numpy(path, delimiter, dtype)

为如下：

def load_text_numpy(path, delimiter, dtype):
    if isinstance(delimiter, (tuple, list)):
        for d in delimiter:
            try:
                # ground_truth_rect = np.loadtxt(path, delimiter=d, dtype=dtype)
                
                # to deal with different delimeters
                import io
                with open(path,'r') as f:
                    ground_truth_rect=np.loadtxt(io.StringIO(f.read().replace(',',' ')))
                
                return ground_truth_rect
            except:
                pass

        raise Exception('Could not read file {}'.format(path))
    else:
        ground_truth_rect = np.loadtxt(path, delimiter=delimiter, dtype=dtype)
        return ground_truth_rect

12、如果你是天选之子，恭喜你，到这一步就应该配置完成了！！！再次运行，用浏览器打开地址：http://localhost:8097/查看结果

13、再次运行遇到错误（可能遇到）

File "D:\Softwares\Anaconda3\envs\pytracking\lib\subprocess.py", line 1155, in _execute_child
    startupinfo)
FileNotFoundError: [WinError 2] 系统找不到指定的文件。

......

File "D:\Softwares\Anaconda3\envs\pytracking\lib\site-packages\torch\utils\cpp_extension.py", line 889, in _write_ninja_file_and_build
    verify_ninja_availability()
  File "D:\Softwares\Anaconda3\envs\pytracking\lib\site-packages\torch\utils\cpp_extension.py", line 931, in verify_ninja_availability
    raise RuntimeError("Ninja is required to load C++ extensions")
RuntimeError: Ninja is required to load C++ extensions
 

不知道原因是什么，我的解决方法是：pip install Ninja

14、再次运行遇到错误（可能遇到）

D:\Softwares\Anaconda3\envs\pytracking\lib\site-packages\torch\utils\cpp_extension.py:209: UserWarning: Error checking compiler version for cl: [WinError 2] 系统找不到指定的文件。
  warnings.warn('Error checking compiler version for {}: {}'.format(compiler, error))
Detected CUDA files, patching ldflags
Emitting ninja build file C:\Users\HuangBo\AppData\Local\Temp\torch_extensions\_prroi_pooling\build.ninja...
信息: 用提供的模式无法找到文件。
.....

File "D:\Softwares\Anaconda3\envs\pytracking\lib\subprocess.py", line 468, in run
    output=stdout, stderr=stderr)
subprocess.CalledProcessError: Command '['where', 'cl']' returned non-zero exit status 1.
 

错误原因：python找不到visual studio编译器cl.exe。我的环境的cl.exe所在路径如下：

D:\Softwares\VisualStudio\VC\Tools\MSVC\14.16.27023\bin\Hostx64\x64

解决方法：

将这个路径添加到系统环境变量，然后重启

方法来源：Windows10下配置VS2017 环境变量_qing666888的专栏-CSDN博客_vs2017环境变量配置

15、再次运行遇到错误（可能遇到）

File "<frozen importlib._bootstrap>", line 696, in _load
  File "<frozen importlib._bootstrap>", line 670, in _load_unlocked
  File "<frozen importlib._bootstrap>", line 583, in module_from_spec
  File "<frozen importlib._bootstrap_external>", line 1043, in create_module
  File "<frozen importlib._bootstrap>", line 219, in _call_with_frames_removed
ImportError: DLL load failed: 找不到指定的程序。

错误原因：作者提供的prroi_pool.pyd与系统不兼容，这个问题最为头疼，我们需要使用visual studio编译来生成依赖库prroi_pool.pyd

或者用我编译好的prroi_pool.pyd试试，下载：

链接：https://pan.baidu.com/s/1N3wakNfcHcYmj-GsHfCxsQ 
提取码：jeza 

过程如下：

1）下载依赖库文件

Precise ROI pooling：

https://github.com/vacancy/PreciseRoIPooling

pybind11

GitHub - pybind/pybind11: Seamless operability between C++11 and Python

2）打开visual studio新建空工程

更改项目属性为Release x64

3）将第1）步骤下载文件拷贝到VS工程路径（注意路径不一样）

文件1：\PreciseRoIPooling-master\PreciseRoIPooling-master\pytorch\prroi_pool\src\prroi_pooling_gpu.c

文件2：\PreciseRoIPooling-master\PreciseRoIPooling-master\pytorch\prroi_pool\src\prroi_pooling_gpu.h

文件3：\PreciseRoIPooling-master\PreciseRoIPooling-master\src\prroi_pooling_gpu_impl.cu

文件4：\PreciseRoIPooling-master\PreciseRoIPooling-master\src\prroi_pooling_gpu_impl.cuh

将这四个文件添加到VS工程，并更改prroi_pooling_gpu.c为prroi_pooling_gpu.cpp

4）设置工程属性

常规页：拓展名改为：.pyd

平台工具集改为：VS2015（注：我的VS版本是VS2017）

配置类型改为：动态库.dll

VC++目录页：

包含路径添加：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include;（CUDA路径）

E:\Codes\PyCharm\pytracking-master\addition\pybind11-master\pybind11-master\include;（这个路径即我们第一步骤下载的pybind11库所在路径）

D:\Softwares\Anaconda3\envs\pytracking\include;

D:\Softwares\Anaconda3\envs\pytracking\Lib\site-packages\torch\include\THC;

D:\Softwares\Anaconda3\envs\pytracking\Lib\site-packages\torch\include\torch\csrc\api\include;

D:\Softwares\Anaconda3\envs\pytracking\Lib\site-packages\torch\include\TH;

D:\Softwares\Anaconda3\envs\pytracking\Lib\site-packages\torch\include;

库路径添加：

D:\Softwares\Anaconda3\envs\pytracking\libs;

D:\Softwares\Anaconda3\envs\pytracking\Lib\site-packages\torch\lib;

linker->General页：

额外的库路径添加路径：

D:\Softwares\Anaconda3\envs\pytracking\Lib\site-packages\torch\lib;

D:\Softwares\Anaconda3\envs\pytracking\libs;

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64;

linker->Input页：

添加额外依赖库：

python37.lib
python3.lib
cudart.lib
c10.lib
torch.lib
torch_python.lib
_C.lib
c10_cuda.lib

5）工程设置

右键工程->生成依赖项->生成自定义->勾选CUDA10.0

6）工程设置

右键点击prroi_pooling_gpu_impl.cuh->属性->更改为CUDA C/C++编译器

同理，对prroi_pooling_gpu_impl.cu做一样的操作

7）更改prroi_pooling_gpu.cpp

109行将

PYBIND11_MODULE(TORCH_EXTENSION_NAME, m) {

改为：

PYBIND11_MODULE(prroi_pool, m) {

8）点击生成->生成解决方案

出现错误如下：

点击第一个错误，直接注释掉：

点击2-6处错误：将data改为data_ptr

点击第7个错误，在std前加上::

9）再次编译成功

10）将生成的buildprroi_pool.pyd，拷贝到D:\Softwares\Anaconda3\envs\pytracking\Lib\site-packages路径并改名为：prroi_pool.pyd

我编译好的prroi_pool.pyd下载：

链接：https://pan.baidu.com/s/1N3wakNfcHcYmj-GsHfCxsQ 
提取码：jeza 

16、开两个终端

一个运行python -m visdom.server

一个运行python pytracking/run_tracker.py atom default --dataset_name otb --sequence Soccer --debug 1 --threads 0

至此，就可以愉快地运行pytracking了