pytracking-ATOM代码--用自己训练的模型进行跟踪

最新推荐文章于 2024-04-23 11:16:53 发布
最新推荐文章于 2024-04-23 11:16:53 发布
阅读量1.9k 收藏 10
点赞数
分类专栏： # pytorch # 目标跟踪 笔记 文章标签： 深度学习 pytorch 神经网络
zzz
本文链接：https://blog.csdn.net/weixin_45700507/article/details/108076718
版权
笔记 同时被 3 个专栏收录
32 篇文章 0 订阅
订阅专栏
pytorch
25 篇文章 0 订阅
订阅专栏
目标跟踪
20 篇文章 1 订阅
订阅专栏

  1. 把ltr.result_model.checkpoints.ltr.bbreg.atom下的文件ATOMnet_ep0050pth.tar移动到pytracking.networks下，并改名去掉.tar后缀(即解压);
    在这里插入图片描述
    在这里插入图片描述

  2. 到pytracking.parameter.atom.default.py文件的最后，改写deep_feat那句，把net_path改成刚刚移动的那个文件

deep_feat = deep.ATOMResNet18(net_path='atom_default.pth', output_layers=['layer3'], fparams=deep_fparams, normalize_power=2)

 deep_feat = deep.ATOMResNet18(net_path='ATOMnet_ep0050.pth', output_layers=['layer3'], fparams=deep_fparams,normalize_power=2)
朱朱呀
关注
  • 0
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
探索PyTracking：一款强大的视觉追踪框架
gitblog_00073的博客
03-22 426
探索PyTracking：一款强大的视觉追踪框架 项目地址:https://gitcode.com/visionml/pytracking PyTracking 是一个开源的深度学习视觉追踪框架，由VisionML团队开发。它提供了多种先进的追踪算法，并且设计得易于使用和扩展，使得研究人员和开发者能够快速地实验和实现自己的视觉追踪解决方案。 技术分析 算法基础 PyTracking 基于现代深度学...
飞桨Tracking目标跟踪库开源！涵盖业界主流的VOT算法，精准检测动态目标轨迹...
百度大脑
09-09 2754
点击左上方蓝字关注我们如何精准理解运动目标的行为呢？一起看看下面的视频，感受VOT技术的神奇吧！从短视频中可以发现，视频中的目标是运动的，且不断变化。对于物体遮挡、形变、背景杂斑、尺度变...
pytracking代码训练算法编写
L893801691的博客
08-06 368
优化网络的时候， 使用不同的学习率表 有助于网络的快速优化 可以设计阶梯学习率表， 余弦学习率表， 自定义函数学习率表， 循环学习率表， 热重启学习率表。数据集，数据采样，数据增强，数据预处理 数据加载器，网络函数，目标函数，actor执行器 优化器，学习率表，训练器：最后执行开始训练。在基类的基础上派生出 子类，子类完成具体的任务 设定不同的损失权重， 将不同值得损失加权求和， 返回1oss和状态字典。从当前epoch+1开始训练，训练一个epoch,更新一个学习率表，保存一个检查点文件。
目标跟踪之Pytracking系列代码训练(ATOM\DiMP\PrDiMP\KYS\Super_DiMP\KeepTrack)
qq_40199447的博客
09-04 7088
参考链接：https://github.com/visionml/pytracking/blob/master/ltr/README.md#ATOM pytracking代码环境配置参考大佬的博客 一、训练模型 待训练数据集路径：修改/ltr/admin/local.py 注：根据ATOM原文的描述，训练ATOM共用到了LaSOT、TrackingNet、COCO 等三个数据集，而代码新增了GOT-10k数据集 self.tensorboard_dir = self.workspace_dir + '/ho
PyTracking配置
最新发布
q2479036243的博客
04-23 372
PyTracking学习
pytracking-ATOM代码---OTB100数据集测试结果--GTX1080
weixin_45700507的博客
08-03 2610
（1）run_tracker.py 每次可以选择一个类别运行跟踪器，debug=0:保存跟踪结果，debug>0:对跟踪结果进行可视化，测试Bolt2，David如下为debug=5时的最后结果： Bolt2：感觉loss曲线有点奇怪 David： （2）run_experiment.py OTB100全部数据，但其中两个类别，BlurCar1和KiteSurf有问题，注释掉了，所以是在98个序列上运行。其中debug=0保存结果并运行otb_plot.py(根据说明自己创建的)，计算AUC分数，
pytracking/pytracking/evaluation/tracker.py
10-31
此为用pysot里面的vot功能DIMP50要用到的修改后的tracker.py文件
atom-cscope：在Atom代码编辑器中使用cscope
02-01
在Atom代码编辑器中使用cscope。 这是我不必要创建的第一个Atom软件包，因为我找不到任何可以让我在Atom中使用cscope的软件包。 （它可能在那里，但可能被埋在一百万个包装中，所以我找不到它。） 它能做什么？ ...
swdc-atom：在Atom中实时跟踪您的编程活动
02-01
您可以使用同一电子邮件帐户在多个设备上连接多个代码编辑器。 2.跟踪白天的进度 您的状态栏实时显示您每天要编码多少小时和几分钟。 如果您在一周中这一天的活动代码时间超过了您的每日平均值，则会出现一枚火箭...
aw-watcher-atom
05-10
此扩展允许开源跟踪工具跟踪您在Atom中使用的项目和编码语言。 源代码可在。 特征 将以下数据发送到ActivityWatch： 当前项目名称（即第一个项目文件夹的名称） 编码语言 当前文件名 要求 要运行此扩展，您需要有...
vscode-atom-javascript-snippet：适用于Visual Studio代码的Atom JavaScript代码段
01-31
JavaScript是Web开发中不可或缺的编程语言，而Visual Studio Code（VSCode）和Atom都是流行的代码编辑器，提供了丰富的功能和扩展来提升开发者的效率。"vscode-atom-javascript-snippet"是一个专为VSCode设计的插件...
atom-highlight-colors：在代码中突出显示颜色
02-01
突出显示颜色 ... 如果要自定义颜色预览外观，请将其粘贴到styles.less中以开始使用： : root { --highlight-color-size : 15 px ; } . highlight-color-container { } . highlight-color-item { }
keeptrack:保持跟踪
05-10
跟踪 对数据库进行更改后： python manage.py makemigrations (builds script to change the database) python manage.py migrate (executes that script) Github工作流程： git pull (make changes to files) git add . (make sure you are in the highest level directory, the one with the manage.py file in it) git commit -m "this is where your commit message goes" git push 如果锁定帐户 from axes.utils import * reset()
pytracking系列跟踪算法的配置（LWL, KYS, PrDiMP, DiMP and ATOM Trackers）（Ubuntu版本）
博博有个大大大的Dream
06-16 1万+
1、论文下载地址： LWL:Learning What to Learn for Video Object Segmentation.[paper] KYS: Know Your Surroundings: Exploiting Scene Information for Object Tracking.[paper] PrDiMP:Probabilistic Regression for Visual Tracking.[paper] DiMP：Learning Discriminative Mo
单目标跟踪算法及其复现过程---ToMP (CVPR2022, Transforming Model Prediction for Tracking)（三）
weixin_58244117的博客
04-24 3166
基于优化的跟踪方法通过整合目标模型预测模块已被广泛成功，通过最小化目标函数来提供有效的全局推理。虽然这种归纳偏差整合了有价值的领域知识，但它限制了跟踪网络的表达能力。这里描述的基于优化的跟踪方法，作者在下文解释中主要针对基于判别相关滤波的跟踪模型，即判别相关滤波方法的目标函数在previous frames 上继承前景背景的知识。在这个过程（学习模型）是包括了有效的全局推理的，但是这里对预测目标模型施加了严重的归纳偏差。
matplotlib绘制目标跟踪算法的性能对比图(OTB数据集)
qq_47875463的博客
01-13 2797
效果图 Success Rate绘制的代码如下 import numpy as np import matplotlib.pyplot as plt import json # 存放OTB测试生成的json文件目录 filename_our = r'xxx.json' filename_origin = r'xxx.json' with open(filename_our) as f: result = json.load(f) # 拿到overall的成功率曲线数据，共51条
目标跟踪pytracking框架运行遇到的问题以及各种解法（cuda11.3+pytroch1.10）
weixin_43491432的博客
06-01 2388
pytracking网址：https://github.com/visionml/pytracking最大的难点在于这个视频cuda是用cuda10+pytorch1.2.0，cuda10+pytorch1.2.0的朋友看这个视频就完事了,应该没啥问题。本人用的是3090显卡，不能用cuda10，用的是cuda11.3+pytroch1.10安装命令：conda install pytorch。
在ATOM框架上，跑自己的数据集
qq_45271744的博客
01-20 790
在ATOM框架上，跑自己的数据集
Pytracking代码运行笔记
热门推荐
而濡木染
06-06 1万+
https://github.com/visionml/pytracking 1.git clone https://github.com/visionml/pytracking.git 2.cd pytracking/ 3.git submodule update --init 4. bash install.sh conda_install_path pytracking conda_...
generalized biomolecular modeling and design withrosettafold all-atom
12-25
Rosetta是一种广泛应用于生物分子建模和设计的计算工具，具有分子组装和结构优化的功能。它基于蛋白质、RNA和DNA的结构设计和预测，使用了一套称为"all-atom"的方法。 Rosetta的使用可以帮助科学家们更好地理解生物大分子的功能和结构。它可以用来预测分子结构、模拟分子的折叠以及计算蛋白质和核酸的相互作用。通过Rosetta，科学家们可以进行各种生物分子的结构设计和改造，探索不同结构下的功能差异，从而推动生物医学和生物工程领域的发展。 Rosetta的all-atom方法包含了大量的生物分子建模和设计的计算方法，包括分子力学、蛋白质构象空间的搜索、序列和结构的匹配等。这些方法在研究生物分子的折叠、制备和设计上具有重要的应用价值。 总的来说，Rosetta的all-atom方法在生物分子建模和设计领域具有非常广泛的应用前景，可以帮助科学家们更好地理解生物大分子的结构和功能，为新药研发、蛋白工程和其他生物学研究提供强大的支持和工具。

“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 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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