python目标跟踪精度曲线图_目标跟踪配置（三）-评价指标-benchmark（更新中，关注请收藏。。。）...

目标跟踪基础与智能前沿

关注上方公众号，回复下方安装过程中对应关键字，获得对应安装包。

本文持续更新中…

连载可关注知乎专栏“目标跟踪基础与前沿”

文章目录

[ 目标跟踪基础与智能前沿 ](http://dft2rci5611xwmix.mikecrm.com/NCyhs1B)

开端介绍

VOT

1、工具包配置

1.1 [OTB安装：绘制你的第一个效果图](https://blog.csdn.net/yinxian9019/article/details/107055601)

1.2 OTB python 版本安装

anno ： 标注好的视频序列的位置数据

figs : 绘图生成保存的路径

results: 算法测试的结果文件

perfMat ： 运行了perfPlot.m 画图的记录文件，重新生成需要删除

main_running.m ： 主程序，运行之后可在rusult查看结果

utility : 包含了程序需要调用的函数

1.2 VOT安装

1.3 matlab 安装

2、评价指标

================ 2.1 ==== OTB benchmark ================

时间鲁棒性

空间鲁棒性

1、 参数

平均像素误差Average Pixel Error(APE)

平均重叠率Average Overlap Rate(AOR)

2、图表

VOT 和 OTB 的区别

================ 2.2 ==== VOT benchmark ================

精度 EAO · Expect Average Overlap Rate 预期平均重叠

鲁棒性

1、参数

中心误差 Center Error

区域重叠：Region Overlap

跟踪长度：Tracking Length

失败率：Failure Rate

混合测量：Hybrid Measures

Expect Average Overlaprate

2、图表

(AUC)曲线 · area-under-the-curve

(EAO) · Expect Average Overlap Rate 预期平均重叠

EOA · ??

EFO · Equivalent Filter Operations

============ 2.3 ==== Object Tracking Benchmark ============

精度 Precesion Plot: Euclidean distance between the center locations.

Success Plot:

鲁棒性

· OPE: one-pass evaluation;

<