【全网唯一】使用OTB工具箱绘图后跟踪成功率降低问题！

_小宇_

于 2023-10-23 21:33:08 发布

阅读量448

点赞数 10

文章标签：目标跟踪 python matlab

本文链接：https://blog.csdn.net/weixin_47631713/article/details/133998461

版权

在pycharm上成功训练、测试跑出跟踪结果

下一步就是利用OTB提供的工具箱绘制不同跟踪算法之间的跟踪成功率对比图，详细步骤参考如下目标跟踪评估绘图（2）：Windows10环境OTB100数据集配置，绘制成功率和精确度曲线图，绘制目标跟踪框图，并与其他算法比较_otb100数据集下载-CSDN博客

首先要将得到的txt格式的跟踪结果转换成mat格式，转换代码如下

import os
import scipy.io as scio
import numpy as np

# 1 首先，将jogging.1.txt,jogging.2.txt,Skating2.1.txt,Skating2.2.txt修改成
#         jogging-1.txt,jogging-2.txt,Skating2-1.txt,Skating2-2.txt
# 2 打开tiger1.txt文件，并删除前5行行数据，只留下349行数据

file = 'D:\\000MyFiles\Tracking\\txt_to_mat-OTB--master\\ThisWork'  #3 修改.txt文件的地址
savefile = 'D:\\000MyFiles\Tracking\\txt_to_mat-OTB--master\\ThisWorkmat\\'  # 4 修改.mat文件的存放地址

if not os.path.exists(savefile):
    os.mkdir(savefile)

pathlist = os.listdir(file)
# print(pathlist)

for i in range(len(pathlist)):
    path = os.path.join(file, pathlist[i])
    for j in range(len(pathlist[i])):
        if pathlist[i][j] == '.':
            save = pathlist[i][:j]
            print(save)
            break
    savepath = savefile + save + '_ThisWork.mat'  ##5 修改 .mat文件转换后的算法名

    f = open(path)
    data = f.readlines()
    result = []
    for j in range(len(data)):
        x = data[j].split(',')
        x[3] = float(x[3][:-1])
        x[0] = float(x[0])
        x[1] = float(x[1])
        x[2] = float(x[2])
        result.append(x)

    res = {}
    res['res'] = result
    res['type'] = 'rect'
    Mat = {'res': res['res'], 'type': 'rect', 'len': len(res['res']), 'annoBegin': 1, 'startFrame': 1}
    M = np.array([Mat])
    Mat2 = {'__header__': 'b', '__version__': 1.0, '__globals__': [], 'results': M}
    scio.savemat(savepath, Mat2)
    # print(data)

接下来按照上面链接中给出的步骤操作，得到了对比图，但跟踪成功率出现了不小的下降！从0.579下降到了0.564。