【目标追踪】pysot入门教程

博主：本当迷
发布时间：2022 年 03 月 22 日
1384 次浏览
暂无评论
4094字数
分类：学习语言

# **运行demo.py**

## **第一步：**

### **拉取pysot源代码**

```python
git clone  https://github.com/STVIR/pysot
```

## **第二步：**

### **设置环境**

**打开 Anaconda Powershell Prompt，输入下面的命令，创建一个名为 “pysot” 的环境，指定使用 python 3.7 版本，然后切换到我们建立的这个新环境中**

```python
conda create --name pysot python=3.7
conda activate pysot
```

### **安装一些需要用到的库**

```python
conda install numpy
conda install pytorch=0.4.1 torchvision cuda90 -c pytorch
pip install opencv-python
pip install pyyaml yacs tqdm colorama matplotlib cython tensorboardX
```

## **第三步：**

### **下载模型**

**我们可以在 **[https://github.com/STVIR/pysot/blob/master/MODEL_ZOO.md](https://github.com/STVIR/pysot/blob/master/MODEL_ZOO.md)** 下载商汤提供的训练好的模型。他们提供了百度云下载。**

**下载完成后，文件夹为 PySOT，里面包含了训练好的模型，需要将其放置到我们下载的 pysot-master\experiments 文件夹中。注意：仅放置各个子文件夹的model.pth文件，切勿将百度云下载的PySOT各子文件夹中的 config.yaml 复制到 experiments中进行替换**

## **第四步：**

**把pysot，导入pycharm，配置pysot的环境，添加配置参数**

### **导入：**

**直接拖入pycharm即可**

### **配置环境：**

**添加conda环境，使用刚才我们第二步设置好的环境，找到环境的解释器，找到conda的执行文件，点击确认即可！**

![image-20220322082458347.png](https://www.bdmcom.cn/usr/uploads/2022/03/997007280.png)

### **添加配置参数：**

**pycharm主界面 -》 最上面导航栏 -》运行 -》编辑配置 -》选择demo，然后我们开始配置形参参数**

#### **在参数中，添加代码：**

![image-20220322083409428.png](https://www.bdmcom.cn/usr/uploads/2022/03/3335550050.png)

#### **添加如下参数（无摄像头）：**

```python
--config
../experiments/siamrpn_alex_dwxcorr/config.yaml
--snapshot
../experiments/siamrpn_alex_dwxcorr/model.pth
--video
../demo/bag.avi
```

#### **添加如下参数（有摄像头）：**

```python
--config
../experiments/siamrpn_alex_dwxcorr/config.yaml
--snapshot
../experiments/siamrpn_alex_dwxcorr/model.pth

```

## **第五步：**

### **运行demo.py文件：**

![image-20220322084012916.png](https://www.bdmcom.cn/usr/uploads/2022/03/3318292759.png)

### **如果报错**

**可添加如下代码到dome.py的文件开始位置**

```python
from torch.backends import cudnn
cudnn.benchmark = True
```

### **没有任何问题后**

**当我们点击运行，后出现一个小框，我们画一个范围，然后按******空格******or******回车******即可**

![image-20220322084436988.png](https://www.bdmcom.cn/usr/uploads/2022/03/1623629110.png)

# **运行test.py**

## **第一步：**

### **数据准备：**

**将CVRP13.json，OTB100.json，OTB50.json放在OTB100数据集目录中（您需要将Jogging复制到Jogging-1和Jogging-2，并将Skating2复制到Skating2-1和Skating2-2或使用软链接）**

#### **OTB100数据集地址：**

[https://pan.baidu.com/share/init?surl=mGrfVPXs7yz16vCBRwDurA](https://pan.baidu.com/share/init?surl=mGrfVPXs7yz16vCBRwDurA)  密码：faqb

#### **json地址：**

[https://pan.baidu.com/s/1js0Qhykqqur7_lNRtle1tA#list/path=%2F](https://pan.baidu.com/s/1js0Qhykqqur7_lNRtle1tA#list/path=%2F)

## **第二步：**

**运行setup.py，生成build文件夹**

### **如果报错：**

**pycharm环境下编辑setup.py配置**

![image-20220322150043525.png](https://www.bdmcom.cn/usr/uploads/2022/03/2166297957.png)

#### **在参数中，添加代码：**

```python
build_ext --inplace
```

## **第三步：**

### **配置text.py**

![image-20220322150324511.png](https://www.bdmcom.cn/usr/uploads/2022/03/2133675194.png)

#### **在参数中，添加代码：**

```python
--snapshot
../experiments/siamrpn_alex_dwxcorr/model.pth
--dataset
OTB100
--config
../experiments/siamrpn_alex_dwxcorr/config.yaml

```

## **第四步：**

**开始运行test.py文件**

### **如出现报错**

**再test.py文件首部添加如下代码：**

```python
torch.backends.cudnn.benchmark = True
```

### **如需更改训练集：**

**可以在Run–>Edit configurations，参数上修改OTB100为VOT2016、VOT2018或其他，运行程序test.py。**
**会将测试结果保存在./tools/results下面，后面的评估需要测试结果。**

### **训练ing：**

![image-20220322151820724.png](https://www.bdmcom.cn/usr/uploads/2022/03/2081388256.png)

# **运行eval.py**

**根据运行test.py的测试OTB100数据集结果model，进行评估（训练结果保存地址：./tools/results下面）**

### **第一步：**

#### **配置eval.py**

![image-20220322151233088.png](https://www.bdmcom.cn/usr/uploads/2022/03/3034059608.png)

#### **在参数中，添加代码：**

```python
--tr
acker_path
../tools/results
--dataset
OTB100
--num
1
--tracker_prefix
model
--show_video_level

```

## **第二步：**

**点击OK（确定），运行eval.py**

## **训练结果如下：**

![image-20220322151534823.png](https://www.bdmcom.cn/usr/uploads/2022/03/3278188262.png)

最后修改：2022 年 03 月 22 日

如果文章有用，请随意打赏。

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

车牌吉凶
擅长什么就继续做什么，不要轻易转行
车牌吉凶
程序员想要多赚钱，还得自己做项目做运营
1
555
小新
krqxtm25479CG-文章很不错，感谢作者！https:...
cm
666

【目标追踪】pysot入门教程

本当迷 • 2022 年 03 月 22 日

# **运行demo.py**

## **第一步：**

### **拉取pysot源代码**

```python
git clone  https://github.com/STVIR/pysot
```

## **第二步：**

### **设置环境**

**打开 Anaconda Powershell Prompt，输入下面的命令，创建一个名为 “pysot” 的环境，指定使用 python 3.7 版本，然后切换到我们建立的这个新环境中**

```python
conda create --name pysot python=3.7
conda activate pysot
```

### **安装一些需要用到的库**

```python
conda install numpy
conda install pytorch=0.4.1 torchvision cuda90 -c pytorch
pip install opencv-python
pip install pyyaml yacs tqdm colorama matplotlib cython tensorboardX
```

## **第三步：**

### **下载模型**

## **第四步：**

**把pysot，导入pycharm，配置pysot的环境，添加配置参数**

### **导入：**

**直接拖入pycharm即可**

### **配置环境：**

**添加conda环境，使用刚才我们第二步设置好的环境，找到环境的解释器，找到conda的执行文件，点击确认即可！**

![image-20220322082458347.png](https://www.bdmcom.cn/usr/uploads/2022/03/997007280.png)

### **添加配置参数：**

**pycharm主界面 -》 最上面导航栏 -》运行 -》编辑配置 -》选择demo，然后我们开始配置形参参数**

#### **在参数中，添加代码：**

![image-20220322083409428.png](https://www.bdmcom.cn/usr/uploads/2022/03/3335550050.png)

#### **添加如下参数（无摄像头）：**

```python
--config
../experiments/siamrpn_alex_dwxcorr/config.yaml
--snapshot
../experiments/siamrpn_alex_dwxcorr/model.pth
--video
../demo/bag.avi
```

#### **添加如下参数（有摄像头）：**

```python
--config
../experiments/siamrpn_alex_dwxcorr/config.yaml
--snapshot
../experiments/siamrpn_alex_dwxcorr/model.pth

```

## **第五步：**

### **运行demo.py文件：**

![image-20220322084012916.png](https://www.bdmcom.cn/usr/uploads/2022/03/3318292759.png)

### **如果报错**

**可添加如下代码到dome.py的文件开始位置**

```python
from torch.backends import cudnn
cudnn.benchmark = True
```

### **没有任何问题后**

**当我们点击运行，后出现一个小框，我们画一个范围，然后按******空格******or******回车******即可**

![image-20220322084436988.png](https://www.bdmcom.cn/usr/uploads/2022/03/1623629110.png)

# **运行test.py**

## **第一步：**

### **数据准备：**

**将CVRP13.json，OTB100.json，OTB50.json放在OTB100数据集目录中（您需要将Jogging复制到Jogging-1和Jogging-2，并将Skating2复制到Skating2-1和Skating2-2或使用软链接）**

#### **OTB100数据集地址：**

[https://pan.baidu.com/share/init?surl=mGrfVPXs7yz16vCBRwDurA](https://pan.baidu.com/share/init?surl=mGrfVPXs7yz16vCBRwDurA)  密码：faqb

#### **json地址：**

[https://pan.baidu.com/s/1js0Qhykqqur7_lNRtle1tA#list/path=%2F](https://pan.baidu.com/s/1js0Qhykqqur7_lNRtle1tA#list/path=%2F)

## **第二步：**

**运行setup.py，生成build文件夹**

### **如果报错：**

**pycharm环境下编辑setup.py配置**

![image-20220322150043525.png](https://www.bdmcom.cn/usr/uploads/2022/03/2166297957.png)

#### **在参数中，添加代码：**

```python
build_ext --inplace
```

## **第三步：**

### **配置text.py**

![image-20220322150324511.png](https://www.bdmcom.cn/usr/uploads/2022/03/2133675194.png)

#### **在参数中，添加代码：**

```python
--snapshot
../experiments/siamrpn_alex_dwxcorr/model.pth
--dataset
OTB100
--config
../experiments/siamrpn_alex_dwxcorr/config.yaml

```

## **第四步：**

**开始运行test.py文件**

### **如出现报错**

**再test.py文件首部添加如下代码：**

```python
torch.backends.cudnn.benchmark = True
```

### **如需更改训练集：**

### **训练ing：**

![image-20220322151820724.png](https://www.bdmcom.cn/usr/uploads/2022/03/2081388256.png)

# **运行eval.py**

**根据运行test.py的测试OTB100数据集结果model，进行评估（训练结果保存地址：./tools/results下面）**

### **第一步：**

#### **配置eval.py**

![image-20220322151233088.png](https://www.bdmcom.cn/usr/uploads/2022/03/3034059608.png)

#### **在参数中，添加代码：**

```python
--tr
acker_path
../tools/results
--dataset
OTB100
--num
1
--tracker_prefix
model
--show_video_level

```

## **第二步：**

**点击OK（确定），运行eval.py**

## **训练结果如下：**

![image-20220322151534823.png](https://www.bdmcom.cn/usr/uploads/2022/03/3278188262.png)

【目标追踪】pysot入门教程

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

【修仙之路】JAVA学习路线

对于异或运算的初步认识与auto用法

【JAVA经典例题】生产者/消费者问题

最近某音挺火的代码实现爱心形状

再见Swagger！拥抱smart-doc无侵入生成接口文档

C语言-兔子繁殖规律

C语言-高精度加法

【JAVA】输入与输出

接口文档生成工具smart-doc

STL初识-vector容器

【目标追踪】pysot入门教程

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

【目标追踪】pysot入门教程

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款