目标跟踪环境配置
文章平均质量分 81
zhaoyuyu_nudt
这个作者很懒,什么都没留下…
展开
-
[UpdateNet]代码阅读笔记 : create_template.py
文章目录importbasenetclass SiamRPN(nn.Module)1、网络结构init2、反向传播3、SiamRPNBIG,SiamRPNVOT1、 super(SiamRPNBIG, self).__init__(size=2) 是什么?2、为什么SiamRPNBIG VOT OTB , 都引入了 SiamRPN 做参数 ,它的确有详细的网络结构。net_updtracker_updutils_updimportbasenetclass SiamRPN(nn.Module)1、网原创 2020-08-07 20:25:47 · 801 阅读 · 1 评论 -
[UpdateNet]代码阅读笔记 :tracker_upd.py 模板更新方式 (core )
init , 使用 输入图像, 第一framework 的目标从, 和 tracker 初始化, 这里的net 指的是 siameseRPN 。track ,跟踪过程中 , 使用上一个frame的 state + 下一个frame 的图片, 使用当前 updatenet 模型 , 预测下一个frame的state .信息都包含在 state 里面 。initconfig : tracker 的超参数分别是什么意义呀???? instance_size 是啥?? 输入size .原创 2020-08-06 22:45:39 · 814 阅读 · 0 评论 -
目标跟踪环境配置(八)VOT tooklit 数据集 安装配置CSR-DCF+VOT2016(配置中)
参考添加链接描述步骤一、CSR-DCF下载链接git clone https://github.com/alanlukezic/csr-dcf二、安装1、查看本地 Opencv路径查看linux下的opencv安装路径:sudo find / -iname “opencv”在全盘上不区分大小写,搜索带有关键字opencv的所有文件及文件夹都会输出到终端,如果输出太长建议输出到txt文件里查看2、OpenCV安装》》》3、打开compile.m更改为自己的OpenCV安装路径原创 2020-07-20 19:06:55 · 614 阅读 · 0 评论 -
Matlab运行ECO的Demo文件(已解决)
一、下载链接ECOimagenet-vgg-m-2048.m,下载好后放在下面目录:二、官方步骤Using git cloneClone the GIT repository:$ git clone https://github.com/martin-danelljan/ECO.gitClone the submodules.In the repository directory, run the commands:解决办法:git init$ git submodule in原创 2020-07-16 20:23:57 · 1288 阅读 · 1 评论 -
目标跟踪环境配置(八)VOT tooklit 数据集 测试 SiamRPN(解决中)
参考:https://www.cnblogs.com/tay007/p/10656098.html错误:修改原创 2020-07-14 22:36:42 · 605 阅读 · 0 评论 -
目标跟踪环境配置(七)VOT tooklit 数据集 安装配置 ECO +VOT2016(配置成功)
参考:ECO在VOT上的配置问题ECO for tracking 在 OTB100 基准测试和 VOT2016 数据集中的实验结果DSST+VOT2016VOT2016+DATCSR-DCF + VOT2016 比较重要的,上面都没讲过的 ,必看:OTB数据集和VOT数据集融合跟踪算法接口示例讲的比较好的ECO + VOT2016 配置过程记录1、ECO源码下载git clone https://github.com/martin-danelljan/ECO2、imagenet-v原创 2020-07-14 22:36:29 · 1380 阅读 · 0 评论 -
VOT tooklit 数据集 安装配置出错:Tracker has not passed the TraX support test.
报错代码:TraX support not detected.错误使用 tracker_load (line 127)Tracker has not passed the TraX support test.出错 run_test (line 8)tracker = tracker_load(‘DSST’);尝试了下面三种解决办法, 解决办法二对我有效解决办法一问题出在libstdc++.so.6这个上面,需要重新建立正确的链接,并重启Matlab即可解决。cd /usr/local/M原创 2020-07-11 17:18:25 · 1396 阅读 · 0 评论 -
目标跟踪CVPR,ICCV,ECCV会议年度论文2018
CVPR 2018Paper arXiv下载链接:http://openaccess.thecvf.com/CVPR2018.pyTrack检索相关论文:GANerated Hands for Real-Time 3D Hand Tracking From Monocular RGBDetect-and-Track: Efficient Pose Estimation in Videos...原创 2019-05-22 11:05:49 · 3127 阅读 · 0 评论 -
目标跟踪环境配置(六)VOT tooklit 数据集 安装配置 DSST +test(未完成)
1、tooklit 下载2、创建workspace意思就是,workspace是一个独立于vot-toolkit工具包的空间,这个空间用于搭建具体实验所需的环境并储存实验结果,也就是说我们跑算法是在workspace里完成的,而非vot-toolkit。这样做的好处在于:vot工具包不会被外来的文件弄乱,让测试过程简单明了。以ECO算法举例,首先创建一个test_workspace文件夹。workspace想创建在哪里都行,但是为了方便起见,最好将每一个算法的workspace都放在一个大文件夹里,方原创 2020-07-06 09:35:06 · 710 阅读 · 0 评论 -
目标跟踪环境配置(五):Got10-10k 数据集下载及安装配置(matlab 未完成)
官方主页:http://got-10k.aitestunion.com/index论文下载:GOT-10k: A Large High-Diversity Benchmark for Generic Object Tracking in the Wild官方toolkits下载:python版本https://github.com/got-10k/toolkitmatlab版本https://github.com/got-10k/toolkit-matlabmatlab 版评价自己的跟踪器原创 2020-07-05 19:47:38 · 5013 阅读 · 2 评论 -
目标跟踪环境配置(四):OTB配置安装 (从下载到绘图)
目标跟踪基础与智能前沿 点击上方链接,微信关注回复下方安装包对应的关键词,获得对应的百度云下载链接论文原文1) Online Object Tracking: A Benchmark1、下载OTB数据集1)官网下载地址(国内网速原因很慢):2)百度云下载地址: 自动回复关键词“OTB” 2、预先安装好matlab : matlab安装3、下载OTB测试工具1)下载地址:Visual Tracker Benchmarktracker_benchmark_v1.0.zip (229MB.原创 2020-07-02 10:50:15 · 4691 阅读 · 2 评论 -
目标跟踪环境配置(二): matlab ubuntu 安装
安装包 目标跟踪基础与智能前沿 为了安装方便,点击上方链接,关注公共号,回复“matlab”,使用本文对应的安装包解压缩(1)文件解压将文件下R2017b_glnxa64以及MATLABR2017b_Linux_Crack两压缩包解压,建议先在Windows下解压好然后直接将全部文件拷到ubuntu中(压缩包R2017b_glnxa64解压后的iso文件大小在10G左右,需要用移动硬盘拷贝),这样省去一些输代码的操作。全部解压后在ubuntu下的文件显示如下当然也可以在ubuntu下解压,ub原创 2020-06-29 15:06:37 · 496 阅读 · 0 评论 -
目标跟踪配置(三)-评价指标-benchmark(更新中,关注请收藏。。。)
开端介绍VOTVOT13、VOT14、VOT15、VOT16,每一次都有很大变化,VOT13只有16组序列,而当时OTB-50刚刚出来,所以VOT13没多大影响力,VOT14比VOT13增加样本集至25组,并且重新标注了样本,选取多边形区域进行标注,能反映出OTB反映不了的问题,这才收到大家的关注,不过大家当时还是看OTB多一些。VOT15扩充样本集至60组,并开设了tir热成像跟踪子系列,其评价方法也有改变,VOT15开始火起来了。到VOT16,没有对样本集做修改,只是使用了自动标注样本的方法对样本重原创 2020-06-26 22:34:24 · 3611 阅读 · 0 评论 -
目标跟踪环境配置(一)深度学习环境配置Ubuntu18.04 + RTX2080ti + CUDA10.2 +Python3.7
一、 准备工作1、检查当前系统环境显卡版本1、nvidia-smi 查看显卡信息 ,GPU,参数解释2、Ubuntu 18.04 显卡驱动,删除后重新安装3、ubuntu 命令行模式和图形界面互相切换(出现循环登录,删除显卡驱动前后使用)Conda1、conda创建、查看、删除虚拟环境CUDA 是否已安装 + CUDNN 状态 + Python + pytorch 环境1、Ubuntu 查看Cuda Cudnn 版本,是否安装,安装状态2、Pytorch CUDA Cudnn pytho原创 2020-06-18 14:46:11 · 617 阅读 · 0 评论