python 在线网盘源码_win10环境CTracker源码复现

论文地址：

https://arxiv.org/abs/2007.14557​arxiv.org

源码地址：

https://github.com/pjl1995/CTracker​github.com

想了解更多细节或者和大佬交流，可以看作者的介绍

https://zhuanlan.zhihu.com/p/186291796​zhuanlan.zhihu.com

本文对其论文开源代码在windows环境下进行测试的过程进行记录。

一、下载项目

git clone https://github.com/pjl1995/CTracker.git

二、环境配置

按照安装说明创建虚拟环境及安装依赖库，这里pytorch == 0.4.1，python为3.7版本，注意要装cuda90 ，cuda10.0会报RuntimeError: CuDNN error: CUDNN_STATUS_SUCCESS的问题。

conda create -n CTracker  
conda activate CTracker 
conda install pytorch=0.4.1 cuda90 -c pytorch
pip install -r requirements.txt -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
# 豆瓣源下载更快

• 编译cython_nms

由于在windows环境，没法调用sh lib/build.sh进行编译，只有通过c++编译器将pyx文件编译为python可调用的pyd模块，原linux环境下cpu_nms和bbox源码是使用的gcc编译器，gpu_nms使用ncvv编译器，因此需要对setup.py进行重写，按照下面链接改写了cpu_nms和bbox的编译方式，gpu_nms可以自己研究下，可以参照Faster RCNN的改写方式，不过使用cpu_nms也可以，可能速度要慢点。

参照：

Windows 编译cython nms​blog.csdn.net

不过好像不用修改model.py的引入方式。

python setup_cpu.py build_ext --inplace

• 下载预训练模型

谷歌网盘

model_final.pt​drive.google.com

或者腾讯微云

文件分享​share.weiyun.com

从上面两个地址中下载训练好的CTracker模型，放入trained_model文件夹中

三、视频测试

CUDA_VISIBLE_DEVICES=0 python test.py --dataset_path MOT17_ROOT --model_dir ./trained_model/

这是作者公开的MOT17-08的检测结果截图

我是在MOT16数据集上进行了测试：

python test.py --dataset_path data/MOT16 --model_dir ./trained_model/

知乎视频​www.zhihu.com