VOT Toolkit工具使用说明（Python版）

一、工具链接

vot-toolkit python版 github链：

https://github.com/votchallenge/toolkit

vot-toolkit 调试用基本跟踪器NCC

https://github.com/votchallenge/integration

二、工具启动

按照工具的简单文档，pip 按照完毕以后，在终端使用 vot xxxx进行使用。（简单文档链接：https://www.votchallenge.net/howto/tutorial_python.html）
如果需要对工具代码进行增添修改（修改指标，添加自定义数据集等），git clone代码以后，使用Pycharm打开工程。

三、工具使用

工具提供5种行为

usage: vot [-h] [--debug] [--registry REGISTRY]{test,initialize,evaluate,analysis,pack} ...VOT Toolkit Command Line Utilityoptional arguments:-h, --help            show this help message and exit--debug, -d           Backup backend--registry REGISTRY   Tracker registry pathsCommands:{test,initialize,evaluate,analysis,pack}commandstest                Test a tracker integration on a synthetic sequenceinitialize          Setup a new workspace and download dataevaluate            Evaluate one or more trackers in a given workspaceanalysis            Run analysis of resultspack                Package results for submission

由于上面简单文档，官方更新较慢，导致接口有所发生变化。所以需要根据当前使用的工具提示，执行对应的指令（譬如这里初始化工作空间，在本版本使用initialize，但是官网使用workspace 指令）。

对于Pycharm打开的工程，文件目录如下

├── MANIFEST.in
├── README.md
├── requirements.txt
├── setup.py
└── vot├── analysis├── dataset├── document├── experiment├── __init__.py├── __main__.py├── region├── stack├── tracker├── utilities├── version.py└── workspace

其中，执行文件为__main__.py，这时候，main文件会引导代码到vot/utilities/cli.py

因此，如果需要详细查看命令行参数，修改默认值的，请移步cli.py中进行查看。

四、使用流程

说在前面，使用工具时，pip方式是

vot {test,initialize,evaluate,analysis,pack} 额外参数

而在Pycharm里面，则是运行main.py文件，后面的参数项都填写到Pycharm代码运行设置（Run/Debug Configurations）的Parameters里面。

为了简洁起见，后文直接用vot xxxx进行书写。

0.配置说明

Stack，就是配置项（多个实验定义）的概念。在目录vot/stack存放了vot工具设置好的配置项。每一个配置项，指定了这个配置用到的数据集，实验的方式(baseline, realtime等，以及这个实验需要用到的评价指标)。如下面这段配置文件，【dataset: vot:vot-st2018】是指定了当前是vot的实验，使用vot-st2018这个数据集。然后需要跑三个实验（baseline, realtime, unsupervised）。这个配置项会在后续eval与analysis的时候起作用。

vot/stack/vot2018.yaml
title: VOT-ST2018 challenge
dataset: vot:vot-st2018
url: http://www.votchallenge.net/vot2018/
experiments:baseline:type: supervisedrepetitions: 15skip_initialize: 5analyses:- type: supervised_average_arsensitivity: 30- type: supervised_eao_scorelow: 100high: 356- type: supervised_eao_curverealtime:type: supervisedrealtime:grace: 3repetitions: 1skip_initialize: 5analyses:- type: supervised_average_arsensitivity: 30- type: supervised_eao_scorelow: 100high: 356- type: supervised_eao_curveunsupervised:type: unsupervisedrepetitions: 1analyses:- type: average_accuracy

1.创建工作空间

vot initialize Stack名称 --workspace 实验存放目录

这个命令会根据你Stack里面的配置，自动给你创建指定的存放目录，创建所需的配置文件，并下载数据集。

如果是自定义的数据集，则需要增加–nodownload参数，然后初始化完数据集目录以后，自行将数据放入创建的Sequence文件夹中。

2.设置跟踪器

打开实验存放目录内的trackers.ini文件。

写入如下内容：

[NCCPython]  # <tracker-name>
label = PyNCC
protocol = traxpythoncommand = python_ncc# Specify a path to trax python wrapper if it is not visible (separate by ; if using multiple paths)
paths = $文件目录# Additional environment paths
env_PATH = ${PATH}

需要修改的地方是，

tracker-name（中括号那个），label，根据自己跟踪器情况而定。

paths：运行文件所在目录

command：运行跟踪器的启动文件（需要在上面的paths下有command.py这个文件。在上面这个例子就是需要在 文件目录 下面有python_ncc.py这个文件。

然后参照官方调试用跟踪器的示例文件，修改自己的跟踪器的启动文件，添加trax等通信代码。

vot-toolkit 调试用基本跟踪器NCC

https://github.com/votchallenge/integration

若需添加多个跟踪器，可以将上面那段，在trackers.ini中添加多个

3.进行实验

运行

vot evaluate --workspace 实验存放目录 NCCPython(跟踪器名称，即上面中括号的名称)

跟踪器可以填写多个，用空格相隔。这时候，工具会安装Stack的配置文件，对你指定的多个跟踪器依次进行实验。省心省力，等它跑完回来收结果。

如果需要调整验证时候的参数。如重复次数等，需要自行移步修改stack文件（xxxx.yaml）。

4.计算指标

运行

vot analysis --workspace 实验存放目录 NCCPython(跟踪器名称，即上面中括号的名称) --format {html,json等}

工具安装Stack配置文件，执行计算指标的操作，然后安装输出格式，写到对应文件格式中。