VOT toolkit的配置和使用(超详细)

这是我第一次写,很多地方都做的不好,请大家见谅。

最近需要使用在vot上测试自己的跟踪器的效果,所以需要配置vot toolkit,之前也尝试配置过但是弄了很久也没有搞定,这一次算是彻底配置好了。

1.首先我们下载官方的vot toolkit。

git clone https://github.com/votchallenge/vot-toolkit

2.下载好了vot toolkit之后我们再手动下载trax并且编译(很重要)
2.1.首先我们在vot toolkit这个目录下创建一个文件夹native -->mkdir native
2.2 然后我们进入native(cd native),然后我们下载trax

git clone https://github.com/votchallenge/trax

2.3接着我们进入trax(cd trax),创建一个文件build(mkdir build),然后cd build,然后(cmake … 是两个点啊不是三个,我也不知道为什么出现三个.)最后make

3.这时候我们再回到vot toolkit。
3.1将vot toolkit加入到路径这个没得说的
3.2运行toolkit_path.m使得所有文件都加载到路径了
3.3运行workspace里面的workspace_create.m

下图是运行之后得到的,我现在有vot2016的数据集,那么我就选择5.如果没有的话你选择之后他会自动下载的,不过这个需要很长时候,所以最好还是事先准备好数据集。数据集放在vot toolkit下的sequences(自己创建的文件夹)下。或者修改workspace_load.m里面第142行 sequences_directory =‘/path/to/vot2016’,指向你的数据集路径。

选择之后会让你输入tracker的名字,这里我取名our,可以随意。

接着会让你选择跟踪器的语言,因为matlab的很容易配就不说了。这里我们主要介绍python的

然后就会mex编译成功啦。这里不成功的可能是版本问题,我的是matlab2018

然后会生成这些文件,我们现在来修改红色箭头的文件

1.圆圈的地方记得注释掉。2.给我们的tracker_label一个名字,和刚才的一样还是our,然后就是tracker_command内容了,第一个python_ncc是官方给的tracker,在tracker/examples/python这个文件夹下面,这是一个接口函数,大家写自己的tracker接口时候可以参考这个。后面的就是这个接口的所在路径。3.到这一步就暂时算弄好了把,其实后面还有很多问题。。。

3.4运行一下run_test.m看看我们有没有配置好

3.5当然会出问题啦,错误如下

我画红线的地方的意思是trax找不到,但是我们不是有trax嘛为啥找不到。因为那个vot.py和trax不在同一个路径下,肯定找不到啦。我们可以看一下vot.py的代码,代码截图如下

很显然他在这里试图导入trax模块,但是没有指定路径所以不行,接下来我们就要在这个代码里加入路径就行啦,如下

在这里我们导入的不是我们下载的那个trax,而是这样的,为什么,因为你的路径只到了native后面还会提示没有Region这个模块,其实这个是在我上面的路径那个trax下面的。

3.6弄好之后我们返回来再次运行run_test.m
哈哈哈还是出bug,如下

显示的是没有这个文件或者路径,这个好办,找在哪儿加路径呗。

在我们刚开始新建的trax/build下面可以找到如上图所示的文件。看下图

看到没有就在这儿!!!那么我们要把这个路径加在哪儿呢,加在如下位置。别问我为什么,问就是不知道。

我给加在了tracker_ncc.m的tracker_linkpath里面

3.7再次运行run_test.m,我丢,好了!giao giao
我选择序列1看一下

就是得到这样的啦,然后用鼠标点他就可以动了,点一下动一下。因为这只是测试一下而已。

4.想要整个跑完的就运行run_experiments.m。这个vot会在一个视频上跑多次测试,如果只想一个视频跑一次就在[sequences, experiments] = workspace_load();下面一行添加experiments{1,1}.parameters.repetitions = 1表示跑一次

5.跑完之后会生成results,这时候就可以画美美的图啦。运行run_analysis.m就可以啦,会生成一个reports文件夹,里面有如下图的东西
重点点一下index.html看下你的结果就行啦。还有很多图可以慢慢看

ncc是我的结果啦。好,就这样。一giao我力giao,giao

vot toolkit的超详细使用(多图)相关推荐

  1. 超详细轮播图,让你彻底明白轮播图!

    超详细轮播图,让你彻底明白轮播图! 个人博客地址:http://www.zhsh666.xyz/ 刚开始学JavaScript时候很多新手都会尝试写一些简单的小项目,轮播图应该是写的最多的.但是很多时 ...

  2. 超详细!“看图说话”(Image Caption)项目实战

    超详细!基于pytorch的"看图说话"(Image Caption)项目实战 0.简介 1.运行环境 1.1 我的环境 1.2 建立环境 2.理论介绍 3.运行项目 3.1 项目 ...

  3. 吴恩达推荐深度学习笔记+超详细思维导图!不做学术打工人!

    关于人工智能的分支-深度学习版块的资源有很多,但是都会较为分散.小编今天对这些资源进行了整理归纳,汇编了一套学习资源(包含书籍+电子书+百篇论文+思维导图+吴恩达深度学习笔记大全+计算机视觉学术汇总) ...

  4. MacOs平台下 Vs2022 for Mac、Xamarin、IOS Android 双平台证书申请、开发环境配置、实机测试、内部分发B(贝塔)测试、 App store发布 超详细(多图)全程笔记

    本文超长,含盖从前期准备到发布的全程细节,多图杀猫-- 这些天,研究使用Visual studio for macos做ios和android双平台开发.遇到最大的坑就是apple开发各种证书.真机测 ...

  5. 超详细轮播图的三种实现方法html+css+javascript

    对代码不理解的可以参考我的个人视频 https://www.bilibili.com/video/BV1jA411Y7Ek/ 1.带箭头焦点轮播图js完成版 1.1 html部分 <!DOCTY ...

  6. 超详细的热图绘制教程(5000余字),真正的保姆级教程

    生物信息学习的正确姿势 NGS系列文章包括NGS基础.高颜值在线绘图和分析.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流 ...

  7. C++知识总结(内附超详细知识框架图)

    C++知识总结 由于在学习C++的同时博主也在学习Linux系统编程.Linux网络编程以及数据库,所以从开始学习C++到现在结束已经有一年多时间了. C++是博主学习的第一个面向对象的语言,在学习过 ...

  8. C语言毕业啦!!!(内附超详细知识框架图)

    经过三个月的学习,我的C语言总算是毕业啦!!! 这期间遇到了不少问题,好在最后都迎刃而解.从最开始的分支循环语句,到较难的函数和数组,再到更难的指针,紧接着还有结构体,联合体,位段,动态内存开辟,文件 ...

  9. GiHub创建项目仓库与上传项目,超详细思维导图

    @沉木

  10. JavaScript高级超详细思维导图

最新文章

  1. 完美解决vue项目中弹出框滑动时,内部页面也跟着滑动问题
  2. mule_Mule ESB,ActiveMQ和DLQ
  3. python逗号bug
  4. Oracle Eneterprise Linux 5.8上安装Database 12c
  5. 【云ERP】SAP S/4 HANA CLOUD 采购订单处理基本操作
  6. 【合唱】男女差八度的科学解释
  7. MongoDB数据库查询性能提高40倍
  8. Word2Vec在中文的应用
  9. 彼得.泰尔:认知未来是投资人的谋生之道
  10. MySQL之InnoDB存储引擎
  11. 三分钟解决Matlab中文乱码问题
  12. Vue+Vant的组件自定义使用阿里图标库图标
  13. Docker安装CentOS容器并使用SSH工具远程连接
  14. 数据库系统实现 大学生宿舍管理系统
  15. 今天公开猎头顾问业绩过百万的秘密,谷露猎头系统3.0版谍报速递
  16. 1-3 js基础还是看caicia吧(老师说小游戏)
  17. 教师资格证报名网站内部服务器错误,教师资格证报名入口进不去怎么办
  18. failed to parse the connection string near ‘;serverTimezone=Hongkongamp;characterEncoding=utf-8amp
  19. 该如何才能在cad快速看图软件上应用
  20. 斐波那契数列数列相关简化2

热门文章

  1. CSU - 1256 天朝的单行道
  2. 相似度度量的不同方法
  3. Java实现生成并下载Excel文件
  4. 怎么从光缆缆标志区别是单模光缆还是多模光缆
  5. python习题_Python练习题-for循环练习
  6. ASPCMS调用分类名称及链接
  7. [转]Berkeley DB介绍及主从复制机制
  8. Cluster sampling整群抽样例子
  9. 统信软件启用全新LOGO,迎接中国操作系统大时代
  10. python将电视剧按收视率进行排序_2019电视剧收视率排行榜