Pytracking用自己训练的模型进行跟踪

1.把checkpoints.ltr.bbreg.atom下的文件ATOMnet_ep0050pth.tar移动到pytracking.networks下,并改名去掉.tar后缀(直接重命名);

 2.到pytracking.parameter.atom.default.py文件的最后,改写deep_feat那句,把net_path改成刚刚移动的那个文件

 

deep_feat = deep.ATOMResNet18(net_path='atom_default.pth', output_layers=['layer3'], fparams=deep_fparams, normalize_power=2)  #原代码
 deep_feat = deep.ATOMResNet18(net_path='ATOMnet_ep0050.pth', output_layers=['layer3'], fparams=deep_fparams,normalize_power=2)  # 修改自己的模型后

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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