C-COT算法作者其实已经给出了在几个数据集中测试的原始结果,其中也包括了OTB数据集。但是如果我们想要自己测试需要怎么写接口函数呢?
很简单,把代码中的 setup_paths.m 和在runfiles文件夹中的 test.m 文件中的内容综合一下就行了,这里需要把整个文件夹的名字从 C-COT 改为 CCOT,因为命名里面短横线不符合matlab文件命名规范。然后在CCOT文件夹下新建run_CCOT.m 文件。
run_CCOT.m
function results=run_CCOT(seq, res_path, bSaveImage)
close all
%% Add the neccesary paths
[pathstr, name, ext] = fileparts(mfilename('fullpath'));
% Tracker implementation
addpath([pathstr '/implementation/']);
% Runfiles
addpath([pathstr '/runfiles/']);
% Utilities
addpath([pathstr '/utils/']);
% The feature extraction
addpath(genpath([pathstr '/feature_extraction/']));
% Matconvnet
addpath([pathstr '/external_libs/matconvnet/matlab/mex/']);
addpath([pathstr '/external_libs/matconvnet/matlab']);
addpath([pathstr '/external_libs/matconvnet/matlab/simplenn']);
% PDollar toolbox
addpath(genpath([pathstr '/external_libs/pdollar_toolbox/channels']));
% Mtimesx
addpath([pathstr '/external_libs/mtimesx/']);
%%
% Feature specific parameters
hog_params.cell_size = 4;
grayscale_params.colorspace