Visual Tracking:运行ECO模型
ECO是MD大神发表在CVPR2017上的论文《ECO: Efficient Convolution Operators for Tracking》中的模型。下面介绍如何在本机中运行和测试ECO模型。
环境:Ubuntu 18.04 LST、Matlab2016b、gcc6.4.0
以下翻译部分源于“https://github.com/martin-danelljan/ECO”;
1.在https://github.com/martin-danelljan/ECO中下载模型的ZIP文件,并解压;
2.在https://github.com/vlfeat/matconvnet中下载MatConvnet,并解压到ECO解压目录的"/external_libs/matconvnet/"文件夹下;
3.在https://github.com/pdollar/toolbox中下载PDollorToolBox,并解压到ECO解压目录的"/external_libs/pdollar_toolbox/"文件夹下;
4.打开Matlab,将当前文件夹切换到ECO文件夹,在命令行窗口输入insall;
在这一步骤中,会涉及到gcc版本问题,我最开始使用的是gcc4.7,执行install的时候,会报warning,提示应使用gcc4.9,并且在install结束时会报错。我尝试去安装gcc4.9,但是找不到安装gcc4.9的源。
于是,我安装了gcc5和gcc6,发现用这两个版本的每个版本都可以成功的执行install(虽然还是有waring)。
5.install成功后,执行demo_ECO,成功的话,会看到如下图所示的图片(一帧一帧的动)
但是,,,怎么可能一次就成功呢!会出现这个错误:
Invalid MEX-file '/home/matconvnet-1.0-beta20/matlab/mex/vl_nnconv.mexa64':
/usr/local/MATLAB/R2016a/bin/glnxa64/../../sys/os/glnxa64/libstdc++.so.6: version
`GLIBCXX_3.4.21' not found (required by /home/matconvnet-1.0-beta20/matlab/mex/vl_nnconv.mexa64)
这个问题折磨了我好久,尝试了很多办法,终于找到了一个好使的!(出自https://stackoverflow.com/questions/25929332/version-glibcxx-3-4-11-not-found-required-by-buildw-mexglx?rq=1)
解决步骤如下:
a.删除/重命名Matlab的libstdc++.so,并将系统版本与相同名称进行符号链接:
sudo rm /usr/local/MATLAB/R20116b/bin/glnxa64/../../sys/os/glnxa64/libstdc++.so.6
sudo ln -s /usr/lib/x86_64-linux-gnu/libstdc++.so.6 /usr/local/MATLAB/R2016b/bin/glnxa64/../../sys/os/glnxa64/libstdc++.so.6
b.删除Matlab版本,选择系统中的libstdc++:
sudo rm /usr/local/MATLAB/R2016b/bin/glnxa64/../../sys/os/glnxa64/libstdc++.so.6
c.添加环境变量
LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libstdc++.so.6 matlab
这样就解决了上述问题。
6.这时,我又想运行demo_ECO_gpu,结果,运行时又报错了,如下:
Error using vl_nnconv
An input is not a numeric array (or GPU support not compiled).Error in vl_simplenn (line 300)
res(i+1).x = vl_nnconv(res(i).x, l.weights{1}, l.weights{2}, ...Error in get_cnn_layers (line 23)
cnn_feat = vl_simplenn(fparams.net, im,[],[],'CuDNN',true, 'Mode', 'test');Error in extract_features (line 59)
feature_map(ind:ind+num_blocks-1) = feat.getFeature(img_samples{img_sample_ind},
feat.fparams, gparams);Error in tracker (line 347)
xl = extract_features(im, sample_pos, currentScaleFactor, features, global_fparams,
feature_extract_info);Error in testing_ECO_gpu (line 129)
results = tracker(params);Error in demo_ECO_gpu (line 13)
results = testing_ECO_gpu(seq);
意思不就是你没有对matconvnet进行gpu的编译么(大概是这个意思吧。。。),然后我就去对matconvnet进行编译去了,参考https://blog.csdn.net/qq_27432889/article/details/54866471和https://blog.csdn.net/m0_37407756/article/details/72541222,最后的vl_testnn('gpu', true)显示如下结果:
按理说,应该已经编译好了把,可是运行demo_ECO_gpu还是报一样的错误,这个问题待研究。
研究出来了,链接在这:https://blog.csdn.net/ms961516792/article/details/82762973
Visual Tracking:运行ECO模型相关推荐
- Visual Tracking:运行ECO模型的GPU版本
我之前发表过一片博客https://blog.csdn.net/ms961516792/article/details/81219707,写的是如何运行ECO模型,但是GPU版本跑不起来,今天又试了一 ...
- [译]SiamRPN++: Evolution of Siamese Visual Tracking with Very Deep Networks--翻译
来自商汤科技的一篇论文--翻译稿 code--GitHub 项目主页 摘要 基于孪生网络的跟踪器将跟踪表述为目标模板和搜索区域之间的卷积特征互相关.然而,与最先进的算法相比, 孪生网络的算法仍然有一个 ...
- 目标跟踪算法三:Modeling and Propagating CNNs in a Tree Structure for Visual Tracking (VOT2016冠军)
目标跟踪算法三:Modeling and Propagating CNNs in a Tree Structure for Visual Tracking (VOT2016冠军) 文章链接:https ...
- 在Ubuntu中使用OTB-50测试ECO模型
1. 在https://github.com/martin-danelljan/ECO中下载ECO模型的源码.解压后将文件夹的名字命名为"ECO". 2. 参照https://bl ...
- 目标跟踪笔记Understanding and Diagnosing Visual Tracking Systems
Understanding and Diagnosing Visual Tracking Systems 原文链接:https://blog.csdn.net/u010515206/article/d ...
- 论文笔记Understanding and Diagnosing Visual Tracking Systems
最近在看目标跟踪方面的论文,看到王乃岩博士发的一篇分析跟踪系统的文章,将目标跟踪系统拆分为多个独立的部分进行分析,比较各个部分的效果.本文主要对该论文的重点的一个大致翻译,刚入门,水平有限,如有理解错 ...
- Learning Spatio-Temporal Transformer for Visual Tracking——精读笔记
本篇精读笔记,对原文重要部分做了严格翻译,如摘要和总结.对正文部分做了提炼,对重点部分突出标注.对参考文献做了分类.本文内容较长,如果时间有限可以直接跳到感兴趣的小节阅读. 论文地址:https:// ...
- Deep Learning for Visual Tracking: A Comprehensive Survey(单目标跟踪目前最好的综述类文章)
Deep Learning for Visual Tracking: A Comprehensive Survey https://arxiv.org/pdf/1912.00535.pdf 摘要 视觉 ...
- Deep Meta Learning for Real-Time Target-Aware Visual Tracking 论文阅读
这篇文章是韩国的一个组做的,一直没中, 直到19年中了ICCV,据说是第一篇将元学习引入目标跟踪的文章,用的架构是siamese网络的架构,但是在模型在线更新的时候使用了meta-learning的思 ...
最新文章
- 如何检查jQuery中是否已选中复选框?
- catia目录编辑器使用教程_如何去编辑数学公式?公式编辑器使用教程
- 大疆口袋相机美颜怎么设置_大疆口袋小相机DJI Pocket 2套装版深度评测:变成生产力工具...
- 关于计算机英语手抄报全国一等奖,英语手抄报:Walking to School
- 做互联网项目一定要做可循环,可积累的事情
- 特征工程(六): 非线性特征提取和模型堆叠
- mysql cluster error 4010 157_关于mysql-cluster的一些问题想讨教各位经验人事
- RTSP/GB28181/SDK/EHOME协议视频智能分析共享平台EasyCVR安防视频云服务新增智能人脸识别功能
- XFTP要继续使用此程序,您必须应用最新的更新,解决方案~
- CTGU实验5_2-创建借书触发器
- 困扰所有SAP顾问多年的问题终于解决了
- Linux-CPU篇
- /usr/bin/ld: cannot find -lxxx
- bibtex类型以及格式要求
- 图像的平均梯度AG,信息熵IE,峰值信噪比PSNR,平均值,SSIM(matlab)
- 计算机硬件测试报告,电脑硬件测试软件(HDBENCH)
- 利用Powershell每天自动设置提取Win10的windows聚焦图片(Spotlight)作为桌面壁纸的方法
- postgres导入excel_PostgreSQL导入Execl表格方法
- tomcat 启动总是 Unable to add the resource at
- Reveal :Xcode辅助界面调试工具