Visual Tracker Benchmark使用总结
一·简单介绍
Visual Tracker Benchmark是一个认可度比较高的评估单目标跟踪算法的标准,里面的主要有两个方面的图像评估标准:precision_plot 和 success_plot,可以通过三种方式对图像进行评估:OPE,TRE,SRE.具体介绍可以参见:http://blog.csdn.net/hjl240/article/details/52453030 其中,success_plot进行评估时不一定要取0.5作为阈值,对于ALOV数据集是采用0.5作为阈值的。而对于OTB来说,是求取success_plot 曲线下面的面积最为最终的success_plot 分数的。
二·使用教程
首先,在benchmark的代码文件tracker_benchmark_v1.0中想了解整个框架,先读README.txt文件,接下来介绍的也就是里面的东西。对里面的一些重要函数以及文件夹作用进行介绍:
1.anno文件:主要存储的是数据集的bounding box。
2.figs文件:存储的是一些实验跑出的图片,就是各种属性的准确度或者成功率图。
3.perfMat文件:存储最终用于画图的mat文件。
4.results文件:存储的每个trackers的跟踪结果的mat文件和perfMat不一样