目标跟踪雷达图绘制

4 篇文章 0 订阅
3 篇文章 0 订阅

目标跟踪雷达图绘制

最近主要进行论文绘制,使用语言为python,所以很多结果都需要找,很多图也需要学怎样绘制,今天就分享一样适用于VOT数据集系列的雷达图的绘制。(曲线图以及多算法比较框图的绘制请看上一个帖子)

一、使用工具包
pysot-tookit即可。

二、需要更改代码
这里需要感谢一下@回忆浅离 博主的分享,我直接贴图,需要更改的地方已做好注释。
在这里插入图片描述
三、雷达图效果
在这里插入图片描述
ps:在论文中如果需要绘制分类或回归的热力图,直接matplotlib输出即可。如果想要绘制附带原图的热力图,需要将原图作为底图进行加载,与热力图粘在一块进行输出。如果想要绘制跟踪器的热力图,请关注@回忆浅离的SiamCAR热力图绘制的帖子。

如果大家有python绘制EAO的代码,还请私信或评论区分享,感谢!

2022.12.15雷达图样式更新

将draw_eao.py中的draw_eao函数的最后部分进行如下修改(有新增及注释)

def draw_eao(result):
    fig = plt.figure(figsize=(7, 8))   # 设置图片size,可取消
    ax = fig.add_subplot(111, projection='polar')
    angles = np.linspace(0, 2 * np.pi, 8, endpoint=True)

    attr2value = []
    for i, (tracker_name, ret) in enumerate(result.items()):
        value = list(ret.values())
        attr2value.append(value)
        value.append(value[0])
    attr2value = np.array(attr2value)
    max_value = np.max(attr2value, axis=0)
    min_value = np.min(attr2value, axis=0)
    for i, (tracker_name, ret) in enumerate(result.items()):
        value = list(ret.values())
        value.append(value[0])
        value = np.array(value)
        value *= (1 / max_value)

        plt.plot(angles, value, linestyle='-', color=COLOR[i], marker=MARKER_STYLE[i],
                 label=tracker_name, linewidth=1.5, markersize=6)

    attrs = ["Overall", "Camera motion",
             "Illumination change", "Motion Change",
             "Size change", "Occlusion",
             "Unassigned"]
    attr_value = []
    for attr, maxv, minv in zip(attrs, max_value, min_value):
        attr_value.append(attr + "\n({:.3f},{:.3f})".format(minv, maxv))

    # 显示overall等信息
    ax.set_thetagrids(angles[:-1] * 180 / np.pi, attr_value)

    ax.spines['polar'].set_visible(False)  # 最外圈不显示   (0.5, -0.07)
    ax.legend(loc='upper center', bbox_to_anchor=(0.5, -0.07), frameon=False, ncol=5)   # bbox_to_anchor=(0.5, -0.07),
    ax.grid(b=True, c='gray', linestyle='--')  # 显示网格

    # ax.set_ylim(0, 1.05)  # 设置y轴最大值

    ax.tick_params('y', labelleft=False)  # 仅取消刻度显示
    # ax.set_yticks([])    # 取消同心圆背景以及刻度显示
    plt.show()

更新后的效果如下:
在这里插入图片描述

  • 12
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 18
    评论
### 回答1: 雷达目标跟踪是指通过雷达技术实时监测和跟踪运动目标的过程。Matlab是一种强大的科学计算软件,可以提供丰富的工具和函数来处理雷达信号和实施目标跟踪算法。 在雷达目标跟踪中,首先需要获取雷达信号数据。这些数据可以通过硬件接收器接收到的原始信号,或者通过仿真得到。Matlab提供了函数和工具箱,可以处理不同类型的雷达信号数据,如脉冲多普勒信号或连续波信号。 然后,需要对雷达信号进行预处理,以剔除干扰并增强目标信号。Matlab提供了滤波和降噪技术,可以应用于雷达信号,以提高目标跟踪的精度和准确性。 接下来,使用雷达信号数据和目标跟踪算法来估计目标的位置、速度和轨迹等信息。常用的目标跟踪算法包括卡尔曼滤波器、粒子滤波器和相关性滤波器等。Matlab提供了这些基本的目标跟踪算法函数和工具箱,可以在信号数据上实施这些算法,并获得目标的跟踪结果。 最后,可以通过可视化方式展示目标的跟踪结果。Matlab提供了丰富的绘和可视化函数,可以绘制目标的运动轨迹、速度变化等,以便更直观地展示目标的跟踪效果。 综上所述,通过Matlab的强大功能和工具箱,我们可以很方便地进行雷达目标跟踪的实现。通过处理雷达信号数据、应用目标跟踪算法和可视化展示结果,可以实现对目标的实时监测和跟踪,为雷达应用领域的研究和开发提供有力的支持。 ### 回答2: 雷达是一种通过发射射频信号并接收它们的回波来探测和跟踪目标的设备。目标跟踪雷达应用中的一个重要任务,它通过分析雷达接收到的回波数据,确定目标的位置、速度和其他相关参数。 Matlab是一个强大的科学计算软件,它提供了丰富的工具和函数,可以用于雷达信号处理和目标跟踪的开发。在Matlab中,我们可以使用信号处理工具箱来对雷达数据进行滤波、探测和参数估计。此外,Matlab还提供了绘制函数,可以用于可视化目标跟踪结果。 在雷达目标跟踪中,一般会采用跟踪算法来估计目标的运动轨迹。Matlab中提供了多种跟踪算法的实现,例如卡尔曼滤波器、粒子滤波器等。这些算法可以根据雷达接收的回波数据,不断更新目标状态的估计值,并预测目标的未来位置。 为了实现雷达目标跟踪,我们可以使用Matlab的编程功能。通过编写相应的算法和函数,我们可以对雷达回波数据进行预处理、目标检测和跟踪。同时,Matlab还提供了丰富的工具和调试功能,可以帮助我们验证跟踪算法的正确性和性能。 总的来说,Matlab是一个强大的工具,可以用于雷达目标跟踪的算法开发和实现。它提供了丰富的函数和工具,以及易于使用的编程环境,可以帮助我们有效地处理和分析雷达数据,并实现准确和可靠的目标跟踪

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 18
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