MDNet视频目标跟踪源码运行笔记（MATLAB版本）——Testing模式

1. 论文基本信息

• 论文标题：Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
• 论文作者：Hyeonseob Nam（Dept. of Computer Science and Engineering, POSTECH, Korea）等人
• 论文出处：CVPR 2016
• 在线阅读：https://arxiv.org/pdf/1510.07945v2.pdf
• 源码链接1：https://github.com/HyeonseobNam/MDNet （MATLAB版本）
• 源码链接2：https://github.com/HyeonseobNam/py-MDNet （Python版本）

---

2. 运行环境介绍

• NVIDIA GTX 1070
• Windows 10 x64
• Visual Studio 2013
• MATLAB R2016b（MATLAB R2016b需要配置VS2013作为C和C++编译器）
• CUDA 7.5.18 for win10
  （注： 就本文的范围而言，无需手工在操作系统中配置环境变量）

---

3. 编译源码自带的MatConvNet

S1. 首先确定MATLAB已经配置了VS2013作为其C和C++语言的混合编程编译器。

S2. 在MATLAB中进入源码文件夹，打开compile_matconvnet.m文件，修改参数cudaRoot的值为自己CUDA的安装路径，如下图所示：

S3. 运行上述compile_matconvnet.m文件进行编译。编译过程中会有一些警告，不必理会，编译成功后控制台会有如下输出：

---

4. Testing

S1. 运行源码目录中的setup_mdnet.m文件。

S2. 保持MATLAB的工作目录仍然为源码的根目录。现在，在MATLAB命令行中，输入如下命令进行跟踪：

run demo_tracking.m

默认使用源码包内部自带的视频进行跟踪，效果如下图所示：