PySOT – 实现多个单目标跟踪
- 发表于
- 人工智能
PySOT介绍
PySOT是由SenseTime(商汤科技)视频情报研究团队设计的软件系统。它实现了最先进的单一对象跟踪算法,包括SiamRPN和SiamMask。它是用Python编写的,由PyTorch深度学习框架提供支持。该项目还包含用于评估跟踪器的Python工具包接口。
PySOT的目标是为视觉跟踪研究提供高质量,高性能的代码库。它旨在灵活,以支持新颖研究的快速实施和评估。
PySOT包括以下视觉跟踪算法的实现
PySOT使用以下骨干网络架构(backbone)
PySOT提供的评估工具支持如下数据集
模型动物园和基线
我们提供了大量基线结果和训练模型,PySOT Model Zoo。
PySOT安装
请在INSTALL.md中找到PyTorch和PySOT的安装说明。
PySOT使用
将PySOT添加到您的PYTHONPATH中
1 |
export PYTHONPATH=/path/to/PySOT:$PYTHONPATH |
下载模块
在PySOT Model Zoo中下载模型,并将model.pth放在实验中的正确目录中
网络摄像头演示
1 2 3 4 |
python tools/demo.py \ --config experiments/siamrpn_r50_l234_dwxcorr/config.yaml \ --snapshot experiments/siamrpn_r50_l234_dwxcorr/model.pth \ # --video demo/bag.avi # (in case you don't have webcam) |
下载测试数据集
下载数据集并将它们放入testing_dataset目录,请参考pysot-toolkit来设置
测试跟踪器
1 2 3 4 5 |
cd experiments/siamrpn_r50_l234_dwxcorr python -u ../../tools/test.py \ --snapshot model.pth \ # model path --dataset VOT2018 \ # dataset name --config config.yaml # config file |
测试结果目录(results/dataset/model_name/)
Eval跟踪器
假设仍在实验中/siamrpn_r50_l234_dwxcorr
1 2 3 4 5 |
python ../../tools/eval.py \ --tracker_path ./results \ # result path --dataset VOT2018 \ # dataset name --num 1 \ # number thread to eval --tracker_prefix 'model' # tracker_name |
更多
原文连接:PySOT – 实现多个单目标跟踪
所有媒体,可在保留署名、
原文连接
的情况下转载,若非则不得使用我方内容。