目标追踪与定位实验笔记1-项目配置篇SiamCAR代码

今天使用ubuntu来运行代码，这里先记录一下实验过程：

1. 首先 在命令行中输入

anaconda-navigator

2. 新建anaconda环境
   选择python版本 然后点击确定
3. 在pycharm中选择对应项目，进行环境配置
   file -> settings -> project: -> python Interpreter
   然后选择我们创建好的python环境
4. 在pycharm终端下

cd /home/username/下载
pip install torch-1.8.0+cu111-cp36-cp36m-linux_x86_64.whl
pip install torchvision
pip install opencv-python

配置完成后会出现下列问题：
路径错误 原项目是将数据集放在C盘根目录下的data文件夹里面，这里修改至项目目录底下：

# test.py Line 25
parser.add_argument('--voc_root',default="/home/g303/Downloads/repulsion_loss_ssd-master/dataset/VOCdevkit",help="Location of VOC root directory")
#test.py Line 89
testset = VOCDetection(args,voc_root,[('2007','val')], None, VOCAnnotationTransform())

这样可以解决文件路径的问题，然后是因为ssd.py的问题，这里问题出在y = net(x)上，截图如下所示

这里只需要修改一行代码

#test.py Line58
y = net.apply(x)

然后出现’Tensor’ object is not callable错误，最后因为版本问题放弃了修改该代码，具体如果有大佬知道怎么修改可以给我分享一下解决方案。
5. 在配置代码的时候一定要注意项目的文件路径，我最近在运行代码的时候，代码中写的相对路径
“error：train_dataset/vid/crop511/a/ILSVRC2015_train_00000000/0000000.00.x.jpg” 报错结果 "None Object has no attribute of shape"大概的样子，我然后去github的官方代码处找了答案，结果是没有配置好图片的路径，意思是我找不到名字为上述图片名的文件。然后在配置文件中将代码的文件路径改成绝对路径就可以跑通代码。

6. 这是测试general_model模型的eval.py的结果可视化和训练VID和COCO数据集的情况
   
   
   可能是因为机器有点拉，需要这么长时间才可以跑完。
   之后的问题会记录在下一个博客里。