深度学习Tracking（1）——Learning to Track at 100 FPS with Deep Regression Networks（代码理解）

工程地址：【http://davheld.github.io/GOTURN/GOTURN.html】

第一次看深度学习网络实现的工程代码，有很多内容和结构不理解，并且在Linux下跑网络工程代码没有IDE，无法调试，我也不知道在查看函数的时候如何跳转，因此看整个工程文件十分麻烦。因此自己也是边看边查边学。

下面开始解析该工程代码，可能存在一些偏差和错误，将会不断学习和修正。

一、工程结构

工程主目录下有6个文件夹以及3个文件。

CMakeLists.txt：
CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装（编译过程）。CMake的所有语句都写在CMakeLists.txt文件中，当CMakeList.txt文件确定后，可以用ccmake命令对相关的变量值进行配置，这个命令必须指向CMakeList.txt所在的目录。配置完成后，应用cmake命令生成相应的Makefile（在UNIX like系统下）或者project文件（指定用Windows下的相应编程工具编译时）。
详细看博文：【http://blog.csdn.net/u012150179/article/details/17852273】

build文件夹：

该文件夹内为编译之后生成的一些文件，具体我也不是很懂，之后再看。

cmake文件夹：

该文件夹是配置文件，指向相应的caffe模型，配置工程所需的库文件。
FindTinyXML.cmake的功能之后再去了解吧。。。

imgs文件夹内存放的是一张论文中功能实现的截图。

nets文件夹：

tracker.prototxt定义了网络的结构，利用netscope我们可以看到网络结构是这样的，并不复杂。



solver.prototxt文件是整个模型运行的参数配置文件。

models里是已经训练好的网络模型：

tracker_output里是工程的输出文件，包括videos等。

scripts文件：

该文件夹内是运行程序的一些脚本文件。实现的功能包括下载模型初始化（download_model_init.sh），下载训练好的模型（download_trained_model.sh），评估结果（evaluate_val.sh），保存测试运行结果（save_videos_test.sh），追踪过程展示（show_tracker_test.sh），追踪过程验证（show_tracker_val.sh），训练（train.sh）以及解压ImageNet（unzip_imagenet.sh）。还有一个文件夹Fscore_v1.0应该是计算Fscore时用到的相关文件。

src文件夹：

该文件夹内为c++源码。

由于服务器上运行无法实现可视化，所以我按照源码文档的说明，将测试数据运行结果保存下来（调用save_videos_test.sh脚本文件），然后观察其performance。下面将按照运行的流程对部分代码进行解释说明。

二、代码流程（根据需求调用的部分）
首先通过如下语句运行脚本文件以执行程序：

bash scripts/save_videos_test.sh  /*/dataPackage/vot2014

1、因此，进入save_videos_test.sh文件

#!/bin/bash

if [ -z "$1" ]
  then
    echo "No folder supplied!"
    echo "Usage: bash `basename "$0"` vot_videos_folder"
    exit
fi

# Choose which GPU the tracker runs on
GPU_ID=10

VIDEOS_FOLDER=$1

FOLDER=GOTURN1_test

DEPLOY_PROTO=nets/tracker.prototxt

CAFFE_MODEL=nets/models/pretrained_model/tracker.caffemodel

OUTPUT_FOLDER=nets/tracker_output/$FOLDER

echo "Saving output to " $OUTPUT_FILE

# Run tracker on test set and save vidoes 
build/save_videos_vot $VIDEOS_FOLDER $DEPLOY_PROTO $CAFFE_MODEL $OUTPUT_FOLDER $GPU_ID 

GPU_ID：这里可以修改使用的GPU编号，由于服务器上运行的程序较多，导致程序运行速度变慢，因此，要选择一个空闲的GPU使用。（新开一个终端，输入nvidia-smi就可以查看GPU使用情况。）

VIDEOS_FOLDER：$1指的是第一个参数，即指令后面紧跟的第一个参数，这里是输入的视频文件夹（事实上是图像文件夹）；

DEPLOY_PROTO：该指令调用的模型，即网络结构
，但是存在未知参数。

CAFFE_MODEL：训练好的网络模型，经过训练，参数都已确定。

脚本文件的最后调用了save_videos_vot.cpp，因此下面进入该文件。

2、save_videos_vot.cpp

该文件在test文件夹下，代码内容如下：

#include <string>

#include <boost/lexical_cast.hpp>
#include <boost/filesystem.hpp>

#include <opencv/cv.h>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>

#include "helper/high_res_timer.h"
#include "network/regressor.h"
#include "loader/loader_alov.h"
#include "loader/loader_vot.h"
#include "tracker/tracker.h"
#include "tracker/tracker_manager.h"

using std</