单目标跟踪OTB、VOT数据集介绍

OTB分为:OTB50和OTB100
官方下载链接为:OTB官方数据集网站
http://cvlab.hanyang.ac.kr/tracker_benchmark/datasets.html
百度云链接:链接:https://pan.baidu.com/s/1Ck51d7OQ8w8BGcTL9UtopA
提取码:jn0k

其中50和100,分别表示该数据集里面视频的个数分别为50个和100个
单目标跟踪OTB、VOT数据集介绍_第1张图片
单目标跟踪OTB、VOT数据集介绍_第2张图片
单目标跟踪OTB、VOT数据集介绍_第3张图片
单目标跟踪OTB、VOT数据集介绍_第4张图片
其中OTB100包括OTB50,该数据集的特点是人工标注的groundtruth,2.包含25%的灰度数据集
②竞赛数据集VOT2016更加具有代表性,VOT数据集每年都会更新
VOT2016官方链接:http://www.votchallenge.net/vot2016/results.html
VOT2016百度云链接:链接:https://pan.baidu.com/s/1oyp7EV7vL-eNhtEJeAYiVw
提取码:4zsn

VOT2013-2016官方链接:www.votchallenge.net/howto/
OTB和VOT区别:OTB包括25%的灰度序列,但VOT都是彩色序列,这也是造成很多颜色特征算法性能差异的原因;两个库的评价指标不一样,具体请参考论文;VOT库的序列分辨率普遍较高,这一点后面分析会提到。对于一个tracker,如果论文在两个库(最好是OTB100和VOT2016)上都结果上佳,那肯定是非常优秀的(两个库调参你能调好,我服,认了~~),如果只跑了一个,个人更偏向于VOT2016,因为序列都是精细标注,且评价指标更好(人家毕竟是竞赛,评价指标发过TPAMI的),差别最大的地方,OTB有随机帧开始,或矩形框加随机干扰初始化去跑,作者说这样更加符合检测算法给的框框;而VOT是第一帧初始化去跑,每次跟踪失败(预测框和标注框不重叠)时,5帧之后重新初始化,VOT以short-term为主,且认为跟踪检测应该在一起不分离,detecter会多次初始化tracker。(改段来自引用—https://www.zhihu.com/question/26493945)

如有问题,请留言联系。

你可能感兴趣的:(计算机视觉)