Pytracking测试track.py出现fps:-1的情况

最新推荐文章于 2025-04-24 19:54:05 发布
最新推荐文章于 2025-04-24 19:54:05 发布
阅读量210 收藏
点赞数 2
文章标签： python pytorch
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_44637477/article/details/129623520
版权

 

错误原因：每次测试会保存测试结果，相同命令再次测试上次的结果文件会影响相同序列的测试，解决办法只需删除上次测试保存文件即可。

解决办法：

 删除结果文件：

 

 再次测试相同序列：

 

 

DavieLau
关注
pytracking-ATOM代码---OTB100数据集测试结果--GTX1080
weixin_45700507的博客
08-03 2794
（1）run_tracker.py 每次可以选择一个类别运行跟踪器，debug=0:保存跟踪结果，debug>0:对跟踪结果进行可视化，测试Bolt2，David如下为debug=5时的最后结果： Bolt2：感觉loss曲线有点奇怪 David： （2）run_experiment.py OTB100全部数据，但其中两个类别，BlurCar1和KiteSurf有问题，注释掉了，所以是在98个序列上运行。其中debug=0保存结果并运行otb_plot.py(根据说明自己创建的)，计算AUC分数，
在ATOM框架上，跑自己的数据集
qq_45271744的博客
01-20 897
在ATOM框架上，跑自己的数据集
PyTracking训练HOT（二）
q2479036243的博客
04-27 451
PyTracking训练HOT（二）
在jetson xavier nx上部署运行pytracking
lankaiian
03-21 1462
概览： 单目标跟踪大神Martin Danelljan作品集pytracking的安装 问题RuntimeError: Error building extension '_prroi_pooling’解决办法之一 二、报错：RuntimeError: Error building extension '_prroi_pooling’ 首先，放置测试数据集（以UAV123为例）： 在run_tracker.py所在文件夹下放置好数据集，此时需要在pytracking/evalution/environ
pytorch同批数据测试多轮结果不同
C_C666的博客
03-19 1694
问题 Val验证集，dataloader设置shuffle=True，图像预处理不采用随机增强，使用同一个模型，测试多轮，结果准确率每轮都不同。 分析 正常情况下，同一个模型，同一批数据，测试结果应该相同。如果不同则可能是每轮输入数据随机增强方式不同，或者是每轮模型参数发生改变。但是我并没有采取随机增强，因此问题主要出在模型改变上。 解决 经过仔细分析代码，发现模型预测中没有加model.eval()，加了后每轮评估结果都相同了。 原因 Pytorch model.eval()做了什么 后来查阅资料发现，m
Pytracking代码运行笔记
热门推荐
而濡木染
06-06 1万+
https://github.com/visionml/pytracking 1.git clone https://github.com/visionml/pytracking.git 2.cd pytracking/ 3.git submodule update --init 4. bash install.sh conda_install_path pytracking conda_...
VOT数据集报错问题
My_Communication的博客
08-12 897
使用pysot评估VOT数据集时，训练结果保存在如下文件夹 The testing results will in the current directory(results/dataset/model_name/) 不知道哪位给的数据集在bag序列仿真时少给了一帧图片，经过人工检查找出了bag序列缺少第51帧，补全后再次报错？？？ loading VOT2018: 100%|██████████████████████████████████| 60/60 [00:00<00:00, 67.90.
ATOM代码调试
IvoryTower152的博客
04-07 844
一、运行环境 参考PyTracking代码中的INSTALL.md或者INSTALL_win.md进行环境配置，后者用于在windows环境下配置运行环境，建议不在windows下配置 一般情况下应该能顺利配置，Linux下需要一些root权限，同时还需要加入prroi pooling的模块 二、数据集准备 ATOM的训练需要LaSOT、GOT-10K、TrackingNet、COCO数据集，需要提前准备 三、训练流程 直接跳到./ltr/train_settings/bbreg/atom.py开始 3.1
PrDiMP_resnet18在运行第42个epoch时报错
weixin_45700507的博客
08-21 408
[train: 42, 608 / 1625] FPS: 12.0 (24.0) , Loss/total: 4.10781 , Loss/bb_ce: -4.89841 , ClfTrain/clf_ce: 2.74648 [train: 42, 609 / 1625] FPS: 11.9 (2.2) , Loss/total: 4.10778 , Loss/bb_ce: -4.89871 , ClfTrain/clf_ce: 2.74647 [train: 42, 610 / 1
pysot
03-20
- **高性能**：在标准数据集（如OTB、VOT）上表现优异，部分模型达到实时速度（50+FPS）[^1]； - **预训练模型支持**：提供在大型数据集上预训练的模型权重，可直接部署。 #### 3. **安装步骤** ```bash # 1. ...
ATOM代码运行记录（测试加训练）
Ice的博客
04-04 4970
ATOM代码运行记录（测试加训练） pytracking系列跟踪的环境配置间博客 代码测试 #在pytracking/run_tracker.py下有运行参数 parser = argparse.ArgumentParser(description='Run tracker on sequence or dataset.') #需要运行的跟踪器名称，在pytracking/tracker/路径下 parser.add_argument('tracker_name', type=str, default='d
使用vot-toolkit-python测试VOT2020
weixin_40367515的博客
03-29 4515
vot-toolkit-python
目标跟踪之Pytracking系列代码训练(ATOM\DiMP\PrDiMP\KYS\Super_DiMP\KeepTrack)
qq_40199447的博客
09-04 7952
参考链接：https://github.com/visionml/pytracking/blob/master/ltr/README.md#ATOM pytracking代码环境配置参考大佬的博客 一、训练模型 待训练数据集路径：修改/ltr/admin/local.py 注：根据ATOM原文的描述，训练ATOM共用到了LaSOT、TrackingNet、COCO 等三个数据集，而代码新增了GOT-10k数据集 self.tensorboard_dir = self.workspace_dir + '/ho
最新目标跟踪算法效果总结!
missyoudaisy的博客
11-02 3353
本文主要总结2020年来的一些较好地目标跟踪算法的效果~ 1、Probabilistic Regression for Visual Tracking（PrDiMP） 文章链接：https://openaccess.thecvf.com/content_CVPR_2020/html/Danelljan_Probabilistic_Regression_for_Visual_Tracking_CVPR_2020_paper.html code链接：https://github.com/visionml/
Python学习笔记（三）（程序流程控制）
最新发布
wsys_yysn的博客
04-24 460
条件语句：通过实现分支逻辑。循环语句for遍历序列，while满足条件时循环。流程控制break终止循环，continue跳过当前迭代，pass占位。异常处理保证程序健壮性。掌握这些流程控制工具，可以编写更灵活、高效的 Python 程序！
2025-04-22 李沐深度学习5 —— 线性回归
zheliku的博客
04-22 1251
​ 在美国买房时，买家需根据房屋信息（如卧室数量、卫生间数量、面积等）预测合理的成交价。输入数据：房屋特征（如X1=卧室数X2=卫生间数X3=面积输出目标：预测成交价Y。实际挑战：卖家的标价和网站估价（如Redfin）仅为参考，最终需通过竞价决定成交价，因此准确预测至关重要。​ 计算输入特征X\mathbf{X}X和模型权重w\mathbf{w}w的矩阵-向量乘法后加上偏置bbb。​ 注意，上面的XwXw是一个向量，而bbb是一个标量。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 1581
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
BigDecimal类详解
沉梦听雨的博客
04-21 1519
在 Java 编程中，处理浮点数时经常会遇到精度问题。为了解决这个问题，Java 提供了一个BigDecimal类，它提供了精确的浮点数运算。本文将详细介绍BigDecimal类的使用方法和一些常见场景。
深度解析@SneakyThrows注解：原理、应用与最佳实践
hi星尘的博客
04-24 653
是Lombok项目提供的一个实用注解，它允许开发者在代码中"偷偷地"抛出受检异常（checked exceptions），而无需在方法签名中显式声明。这个注解的名称"Sneaky"（偷偷摸摸的）非常形象地描述了它的行为特点。是一个强大但有争议的注解，它提供了处理受检异常的新思路，但也带来了类型安全和代码可维护性方面的挑战。合理使用可以使代码更简洁，特别是在Lambda表达式和特定接口实现场景中。然而，在业务关键代码和公共API中，传统的异常处理方式通常更为合适。最终建议：将。
评论
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