TrackingNet上进行评估

已于 2022-11-28 09:37:36 修改
阅读量1.5k 收藏 19
点赞数 4
分类专栏： 目标跟踪 文章标签： 深度学习 目标跟踪
于 2022-10-30 18:57:22 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_30287833/article/details/127602523
版权

TrackingNet上进行评估

说明：在目标跟踪测试数据集中，在TrackingNet和GOT-10K上的评估结果需要通过在线评估的方式获取。

website：Welcome - EvalAI
自行注册账户，注册好后按照以下操作就可以进行评估了。

在All Changes中找到TrackingNet

在这里插入图片描述
选择Participate，然后创建Team，URL栏可以不用填，Team的名称我使用我的跟踪器名称
在这里插入图片描述
创建完后，勾选该Team，点击继续，网页会刷新成下面的情况。
在这里插入图片描述
选择Submit，然后勾选相关选项，最后进行提交

示例：我提交的内容

在这里插入图片描述

上面我上传的是压缩包，解压后的内容为：

在这里插入图片描述

最后查看结果，选择My Submissions

在这里插入图片描述

点击Result file列对应的Link，就可以看到评估的结果：

在这里插入图片描述

提示：关于提交次数限制

在这里插入图片描述
具体EVALAI的使用可以参考官方的文档：Welcome to EvalAI’s documentation! — EvalAI 1.1 documentation

说明：貌似注册过GOT-10k的邮箱账户，在TrackingNet上是可以直接登录的，但是收不到验证邮件。建议在TrackingNet上注册新邮箱，在收到验证邮件后验证即可。

Brilliant Cheng
关注
  • 4
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 14
    评论
专栏目录
目标跟踪数据集整理（一）---TrackingNet
surprising
08-06 1万+
文章目录TrackingNet(A Large-Scale Dataset and benchmark for Object Tracking **in the Wild**) TrackingNet(A Large-Scale Dataset and benchmark for Object Tracking in the Wild) 论文链接 2018 ECCV Downloa...
TrackingNet-devkit:TrackingNet开发套件
05-26
TrackingNet-devkit 数据集TrackingNet的开发套件：用于野外目标跟踪的大型数据集和基准。 通过在上提交您的结果来竞争我们的基准测试。 有关更多详细信息，请参阅我们的。 @InProceedings{Muller_2018_ECCV, author = {Muller, Matthias and Bibi, Adel and Giancola, Silvio and Alsubaihi, Salman and Ghanem, Bernard}, title = {TrackingNet: A Large-Scale Dataset and Benchmark for Object Tracking in the Wild}, booktitle = {The European Conference on Computer Vision (ECCV)}, m
TrackingNet评价基准
菜菜子hoho的博客
03-26 270
在线评估网址： https://eval.ai/使用方法参考： https://blog.csdn.net/qq_30287833/article/details/127602523公开对比数据： https://paperswithcode.com/sota/visual-object-tracking-on-trackingnet?metric=Normalized%20Precision格式：
TrackingNet: A Large-Scale Dataset andBenchmark for Object Tracking in the Wild(论文翻译)
MJ17709005513的博客
10-25 922
目录 摘要 1.引言 2.相关工作 3.TrackingNet 3.1从YT-BB到TrackingNet训练集 3.2从YT-CC到TrackingNet测试集 3.3 注释 3.4 评价 4.数据集实验 5.跟踪基准 5.1TrackingNet上最先进的基准测试 5.2 实时跟踪 5.3 在训练网络上再训练 5.4特定于属性的结果 6.结论 摘要 尽管在目标跟踪方面取得了许多进展，但当前跟踪算法的进一步发展受到小且几乎饱和的数据集的...
最新的TrackingNet数据集测试地址
qq_43394031的博客
11-21 380
2022最新trackingnet测试地址
PyPI 官网下载 | TrackingNet-0.0.6.tar.gz
02-13
资源来自pypi官网。 资源全名：TrackingNet-0.0.6.tar.gz
Stark:学习时空变压器进行视觉跟踪
04-01
GOT-10K（AO） TrackingNet（AUC） 斯塔克67.1 68.8 82.0 TransT 64.9 67.1 81.4 TrDiMP 63.7 67.1 78.4 暹罗R-CNN 64.8 64.9 81.2实时速度STARK-ST50和STARK-ST101在Tesla V100 GPU上分别以40FPS和30FPS运行。...
图像修复matlab代码-TrackingNetFlow:TrackingNetFlow
05-20
学习和理解这些代码，开发者可以了解到如何在实际应用中运用MATLAB进行图像修复的步骤和方法。这可能涉及到读取图像、预处理、应用修复算法、后处理以及显示结果等一系列操作。 在"TrackingNetFlow-master"这个...
Online-Visual-Tracking-SOTA
03-31
评估数据集包括：LaSOT，VOT2018，TrackingNet，GOT-10k，OTB-100，VOT2019，NFS，UAV123，TC-128。 如果您还对纸质笔迹（计算机视觉）上的某些资源感兴趣，请访问。 所有数据集的最佳性能之一： 拉索追踪网得到了...
【上传官方服务器评估TrackingNet数据集】
dally2的博客
03-24 263
TrackingNet 官网评估
TrackingNet阅读笔记：A Large-Scale Dataset and Benchmark for Object Tracking in the Wild
闲逸的炫鹰
10-12 7233
最近论文精读的少了，就不太在博客发表 TrackingNet是发表在ECCV2018上的一篇目标跟踪方面的论文，由题目可以看出来，提出了一个大规模的目标跟踪数据集和一个评测的Benchmark，数据集的内容针对的是in the Wild 现在数据集已经开放下载，详情可以看官方网站https://tracking-net.org/，未来我可能也会跟进这个数据集的使用。 总结下来，这篇文章有三方面内容...
GOT-10k: A Large High-Diversity Benchmark forGeneric Object Tracking in the Wild（论文翻译）
MJ17709005513的博客
10-20 3311
论文地址：https://arxiv.org/abs/1810.11981 Code：GOT-10k: Generic Object Tracking Benchmark 目录 摘要 1.引言 2.相关工作 3.GOT-10K的构建 4.实验 5.结论 摘要 我们在这里介绍一个大型的跟踪数据库，它提供了对野外常见移动对象的空前广泛的覆盖，称为GOT-10K。具体地说，GOT-10k构建在WordNet结构[1]的主干上，它填充了超过560类移动对象和87种运动模式...
单目标跟踪——【数据集基准】RGB数据集OTB / NFS / TrackingNet / LaSOT / GOT-10k / UAV123 / VOT 简介
qq_42312574的博客
04-13 7957
入手单目标跟踪的三个方面之数据集 目前单目标跟踪领域有哪些公认比较好的数据集？ 这可以从一些优秀论文中找，看他们在验证自己的tracker用到哪些数据集。这些数据集的侧重不一，有的会包含快速移动；有的包含出视野；有的会侧重测试tracker的长时记忆，所以熟悉一些常用数据集极其特性很有必要，这些数据集往往也有不同的评价指标。 数据集的评价指标不一，是为了更全面的测评tracker的性能。 OTB2013和OTB2015 OTB2013 [paper]和OTB2015 [paper] 这两个数据集别名
数据集之单目标跟踪学习笔记
最新发布
weixin_59112077的博客
07-24 770
(Online Object Tracking Benckmark)，它是一个经典的目标跟踪数据集，包含了100个视频序列，涵盖了各种场景和挑战性的情况，有很多个评价指标，比如：APE、AOR。AUC：指的是ROC曲线下的面积，使用AUC作为评价指标是因为在某些情况ROC曲线并不能清晰的说明哪个分类器好，而AUC是一个数值，值越大，分类器效果越好；是一个针对视觉目标跟踪的挑战性数据集，包含了多个视频序列，并提供了丰富的挑战性标注，如目标尺度变化、遮挡、快速运动等，主要的评价指标有A、R、EAO、EFO。
【单目标跟踪论文阅读】GOT-10k数据库
shikamarulyc的博客
03-17 3947
文章目录数据库简介创新点主要动机数据库结构总结问题记录 数据库简介 每一个视频包含种类和运动模式两个标签 类别包含五个子类：动物，机动车辆，人员，助力物体和部分运动物体，且类别和语义信息遵循WordNet 运动模式基本遵循WordNet，只有六种例外：摄影机动作，舞狮舞龙，跑酷，手推车动力，起跳和高低杠， 创新点 Got-10k包含560种运动物体的87种运动模式，提供了10，000个视频...
使用GOT-10k 工具箱对目标跟踪算法进行评测
qq_34459915的博客
03-09 1645
在Windows10环境下安装，需要注意的坑 1、requirements.txt中Shapely==1.6.4.post2使用pip安装成功后 调这个包时会出错 from got10k.experiments import ExperimentGOT10k 此时需要手动安装Shapely库 手动下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely 2、这个版本不是迭代的，不是通用的 需要先查看python版本 python -V 查看版本后
Tracking数据集及评价指标
藏晖的博客
05-06 5452
一、单目标跟踪数据集 目前比较常用的单目标跟踪数据集有OTB和VOT。 1、OTB数据集（Object Tracking Benchmark） 1）简介 用的最广泛的是OTB-50和OTB-100,里面涉及到灰度图像和彩色图像，也涉及到目标跟踪的11个属性，包括光照变化、尺度变化、遮挡、形变、运动模糊、快速运动、平面内旋转、平面外旋转、出视野、背景干扰、低像素。 每个图像序列都对应着两个或多个属性...
单目标跟踪数据集分享
qq_25368751的博客
01-27 3307
1.OTB数据集 官方链接：Visual Tracker Benchmark 由25%的灰度数据和75%的彩色数据组成 涉及到11个属性：光照变化、尺度变化、遮挡、形变、运动模糊、快速运动、平面内旋转、平面外旋转、出视野、背景干扰、低像素 2.VOT数据集 官方网址：https://www.votchallenge.net/vot2021/dataset.html 都是彩色数据 从2013年开始，每年更新，部分年份会有重复 3.TrackingNet数据集 官方网址：Tr...
论文阅读：Siamese Cascaded Region Proposal Networks for Real-Time Visual Tracking
没手指的蓝胖子
04-16 1746
1、Abstract RPN和Siamese网络结合起来用于tracking取得了不错的效果。但是，对于相似干扰物和大的尺度变化这些问题，Siamese-RPN表现不好。为了解决这些问题，提出了一个多级tracking网络（Siamese Cascaded RPN，简称C-RPN），这个多级网络由孪生网络中的一系列从高深层到低浅层组成的RPN级联而成。 C-RPN的优点： 每个RPN都用前一阶段...
TrackingNet：大规模野外目标跟踪数据集与基准
基准测试显示，通过在TrackingNet上微调的深度跟踪器在OTB100和TrackingNet自己的测试集上都实现了显著的性能提升，这证明了这个大型数据集对于提升跟踪算法的泛化能力和实战效果的有效性。然而，尽管有这些改进，...
评论 14
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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