Siamese-FC论文TensorFlow版代码运行笔记

论文

论文题目：Fully-Convolutional Siamese Networks for Object Tracking
论文出处：ECCV2016
论文主页：https://www.robots.ox.ac.uk/~luca/siamese-fc.html
源码链接：https://github.com/torrvision/siamfc-tf
tf版的代码只有跟踪过程，训练代码需要看matlab版的：https://github.com/bertinetto/cfnet 我用的是模型是cfnet中训练好的baseline-conv5_e55.mat

环境：

1.win7、win10
2.显卡：
win10：两块GTX 1080Ti 速度80fps左右
win7：用cpu跑，速度差不多是1fps
3.cuda8.0 + cudnn6.0
cuda下载地址：https://developer.nvidia.com/cuda-downloads
cudnn下载地址：https://developer.nvidia.com/cudnn
这两个安装网上都有很多教程，装CUDA8.0的前提需要安装VS2015
有几个坑需要注意下：
一是CUDA安装时，最开始的解压路径不要改，因为是临时文件，安装完成后就不会显示了。后面的安装位置可以自定义：

二是cuda和cudnn版本的选择，最好选择大家都用的版本，不推荐太新的版本。这里我用的是cuda8.0+cudnn6.0
以上两点都是我自己踩过的坑，血泪
4.python3.6
作者发布的代码是py2.7版，用py3的运行话需要改动代码中一些py3不支持的地方，下面会讲
5.TensorFlow-gpu 1.10.0
这个。。我没怎么管，直接在anaconda中安装的最新的tf包

改动

解压后是个siamfc-tf-master文件夹
1.在此文件夹下创建两个文件夹，一个是data，用于存放验证集，一个是pretrained，用于存放训练好的模型

1.1
data下创建文件夹validation，下载地址：https://bit.ly/cfnet_validation
1.2
pretrained中存放预训练好的模型baseline-conv5_e55.mat，这个下载地址在：https://bit.ly/cfnet_networks
下面是我添加好的：

2.以上的前期工作就做好了，接下来用pycharm打开siamfc-tf-master项目，注意python环境一定要配好，pycharm会提示如下：

如果环境中已经有了，或者版本高于以上的包，就不必理会。如果没有的话，可以在pycharm中直接安装，也可以用anaconda安装，但是务必要和TensorFlow-gpu安装在同一个环境中。
3.改动代码
因为代码是py2.7版，所以在我的电脑上还需要改一下，主要改动的地方如下：

• print要加括号
• xrange统一改为range
• parse_arguments.py中18到22行的iteritems改为items
  还有些我已经忘了，不过运行过程中如果是版本不一样引起的错误时，根据解释器的提示改动即可。

运行

运行run_tracker_evaluation.py即可，会打印出平均精度、精度AUC、IOU，还有速度四个数据。
如果想可视化，在parameters下的run.json中，将visualization的值改为1

OK了