使用CPU测试CFNet

Windows10使用CPU测试CFNet

End-to-end representation learning for Correlation Filter based tracking

论文地址：https://arxiv.org/abs/1704.06036v1
源码地址：https://github.com/bertinetto/cfnet

测试环境

Windows10, Matlab 2018b, MatConvNet v1.0beta25,Visual Studio 2017, CPU i5-8400

安装MatConvNet

官方网站：http://www.vlfeat.org/matconvnet/

1. 下载源文件

2. 打开Matlab, 输入以下指令

   mex -setup，然后点击弹出的mex -setup C++
   cd D:\Projection\MatConvNet\matconvnet-1.0-beta25\matconvnet-1.0-beta25 %切换到下载源文件的目标
   addpath matlab %将matlab文件添加到搜索路径中
   vl_compilenn %开始编译
   

   若Matlab报错，出现找不到cl.exe的问题，找到你的VS目录将C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\VC\Tools\MSVC\14.16.27023\bin\Hostx64\x64目录添加至系统环境变量中

3. 出现下列图片，表明安装成功，不放心的话可以运行vl_testnn测试一下。

修改cfnet-master程序

1. 打开目录cfnet/src/tracking/，将env_paths_tracking.m.example, startup.m.example改成.m文件，然后打开它们修改相应的路径
   
   将run_tracker_evaluation.m中15行注释掉，37行改为

	% run_params.dataset = 'validation'；
	% dirs = dir(fullfile(tracker_params.paths.eval_set_base, run_params.dataset));
	dirs = dir(tracker_params.paths.eval_set_base);

2. 打开load_video_info_votformat.m修改你相应ground_truth的路径以及对应的读取方式，这里是我处理的方式

   base_path = 'D:/Dataset/无人机视频/UAV123_10fps/anno/UAV123_10fps';
   groundtruth_path = choose_txt(base_path);
   f = fopen(groundtruth_path);
   ground_truth = textscan(f, '%f %f %f %f', 'Delimiter', {',','\t','\b'});  %[x, y, width, height]
   ground_truth = cat(2, ground_truth{:});
   fclose(f);

3. 默认没有窗口显示图像，所以在tracker.m文件中16行将visualization 改为true。因为我们要使用CPU，所以在17行与39行找到p.gpus与p.init_gpu，修改为以下代码

	p.visualization = true;
	
	p.gpus = [];
	p.init_gpu = false;

4. 打开运行文件run_*_evaluation.m，将“all”改为你视频序列文件夹的名字

若出现以下报错

将tracker.m文件173行该为

	scoreId = net_x.getVarIndex('score');

若无文件路径问题，程序就可以运行啦，运行结果