文章目录
前言
pysot-toolkit是基于PySOT的工具,此存储库的目的是提供当前单个对象跟踪数据集的评估API,包括:
VOT2016
VOT2018
VOT2018-LT
OTB100(OTB2015)
UAV123
NFS
LaSOT
TrackingNet (Evaluation on Server)
GOT-10k (Evaluation on Server)
关于PySOT的配置和使用,请参考:学习 PySOT(1)(介绍、配置、使用),下面的操作都是在PySOT的基础上做的。
一、pysot-toolkit准备工作
1.所需环境要求
tqdm
numpy
glob
opencv-python
colorama
numba
对应的安装命令:(在Anaconda Prompt 命令窗口下)
pip install tqdm
conda install numpy
pip install glob2
pip install opencv-python
pip install colorama
pip3 install --user numba
建议安装完,重启一下电脑。
2.文件配置
第一步,配置数据集,以OTB100为例。
参考官方pysot-toolkit
- 将CVRP13.json,OTB100.json,OTB50.json放在OTB100数据集目录中(您需要将Jogging复制到Jogging-1和Jogging-2,并将Skating2复制到Skating2-1和Skating2-2或使用软链接)
注:Jogging和Skating2都是两个目标,在OTB Benchmark
学习(下载链接、评价指标、配置)中有专门说明。
目录应采用以下格式:
| -- OTB100/
| -- Basketball
| ......
| -- Woman
| -- OTB100.json
| -- OTB50.json
| -- CVPR13.json
2. 如1一样,将所有其他json放入数据集目录中。
为什么将Jogging复制到Jogging-1和Jogging-2 ?
其实,打开OTB100.json文件可以看到有Jogging-1和Jogging-2两个目录,但是实际的OTB100数据集中Jogging和Skating2有两个groundtruth_rect.txt,所以需要上述操作。
在VOT2016和VOT2018数据集也需要类似的操作,将VOT2016.json和VOT2018.json文件打开后,分别对照数据集看看,需要复制文件夹的复制,需要改名的直接改名即可。
第二步,配置算法运行结果,以OTB100数据集为例。
OTB100的txt跟踪结果,百度云,提取码:t713
解压配置,路径:
3.运行配置(对比算法)
运行,该配置前,我们先看看官方要求。
git clone https://github.com/StrangerZhang/pysot-toolkit
pip install -r requirements.txt
cd pysot/utils/
python setup.py build_ext --inplace
# if you need to draw graph, you need latex