DaSiamRPN视频目标跟踪源码运行笔记

1. 论文基本信息

• 论文标题：Distractor-aware Siamese Networks for Visual Object Tracking
• 论文作者：Zheng Zhu（University of Chinese Academy of Sciences, Beijing, China）等人
• 论文出处：ECCV 2018
• 在线阅读：http://openaccess.thecvf.com/content_ECCV_2018/papers/Zheng_Zhu_Distractor-aware_Siamese_Networks_ECCV_2018_paper.pdf
• 源码链接：https://github.com/foolwood/DaSiamRPN

---

2. 运行环境介绍

• NVIDIA GTX 1070
• Ubuntu 16.04 x64
• CUDA 8.0.61 for Ubuntu 16.04
• cuDNN 5.1 for CUDA 8.0
• Python 2.7 for Python 2.7
• PyTorch 0.3.1
• OpenCV-Python

---

3. 准备

S1. 准备好CUDA、cuDNN、Python，此处不再赘述，如有需要可以参考以下笔记：
Ubuntu 16.04 x64安装CUDA 8.0和cuDNN 5.1笔记

S2. 安装numpy、OpenCV-Python和PyTorch，在终端中（确保当前的环境是Python 2.7）运行如下命令（可以多行一起复制粘贴然后回车）

pip install --upgrade pip
pip install numpy
pip install opencv-python
pip install http://download.pytorch.org/whl/cu80/torch-0.3.1-cp27-cp27mu-linux_x86_64.whl

运行完后如下图所示：

S3. 下载DaSiamRPN源码并解压。

S4. 下载网络文件SiamRPNBIG.model、SiamRPNOTB.model和SiamRPNVOT.model，并将它们存放到源码中的code目录下，如下图所示。下载地址：https://drive.google.com/drive/folders/1BtIkp5pB6aqePQGlMb2_Z7bfPy6XEj6H

---

4. 运行

在终端中cd到源码的code目录中，然后运行如下命令即可：

python demo.py

算法默认跟踪源码包自带的bag视频，如下图所示：