SiamFC代码配置复现 matlab版本

写在前面

最近在研究SiamRPN，究其根本，CNN依托于AlexNet骨架，所以花些功夫研究以下SiamFC代码，将其阶段性复现。

[ Tracking only ]

关于GPU显卡配置、cudn和cudnn安装可以参考Ubuntu16.0下安装显卡驱动、 cuda10.0 、cudnn的活生生案例

1.Ubuntu16.04配置Matconvnet

[可参考官方教程](http://www.vlfeat.org/matconvnet/)

%% 编译安装MatConvNet工具箱
mex -setup,mex -setup C++ %绑定C++编译器
% 将matlab工作路径切换到./MatConvNet，在该工作空间下输入：
addpath matlab %添加搜索路径
vl_compilenn %编译工具箱-一般编译（使用cpu）(注：一般在这行会报错，可用以下代码替换：vl_compilenn('EnableImreadJpeg',false))
vl_setupnn %启动工具箱
% 以下两种方式二选一即可
vl_compilenn('enableGpu',true) %使用cuda编译，编译速度一般
vl_compilenn('enableGpu',true,'cudaRoot','/usr/local/cuda-10.0','cudaMethod','nvcc','enableCudnn',true,'cudnnRoot','local/cudnn5') %使用cudnn编译（具体相应的路径名根据自身实际情况进行设置）
%% 测试
vl_testnn %测试cpu编译成功
vl_testnn('gpu',true) %测试GPU编译成功

       
       
       
       
       
       
       
       
        
        
        
        1
        
        
        
        2
        
        
        
        3
        
        
        
        4
        
        
        
        5
        
        
        
        6
        
        
        
        7
        
        
        
        8
        
        
        
        9
        
        
        
        10
        
        
        
        11
        
        
        
        12

注意：以上对MatConvNet的配置均在MatConvNet所在的工作目录下进行

2.运行阶段：

run_tracker('vot15_bag',1)

       
       
       
       
       
       
       
       
        
        
        
        1

注意：对于一些关键路径的修改，可根据报错提示进行相对应的修改，关于stats.mat文件，可以参考SiamFCdemo运行所需stats.mat文件，下载后放到相对应的文件路径即可;最后运行以上一句代码即可。
[2019/3/2 写]

看到一个相对比较良心的代码复现博文[论文复现] Fully-Convolutional Siamese Networks for Object Tracking可作为参考；
[2019/3/3 更]

MatConvNet是什么；
MatConvNet函数文档；
[2019/3/4 更]

又写在前面

突然警醒到：深度学习的关键所在在于神经网络的训练过程，你所搭建的自己的architecture一旦形成，需要利用相应的数据集进行训练，得到真正属于自己的architecture的权重参数，这才是end to end的真谛吧。
所以就有了接下来的工作，balabalabala…

[ Training only ]

关于配置问题，参见上面的[Training only]部分，在这里需要指出的是Matconvnet的版本问题，本人用的是v1.0-beta25版本，而Siamfc原作者当初用的是v1.0-beta20版本(Matconvnet工具箱下载链接)，在tracking阶段，两者均可，但是，在训练阶段，可能由于版本的原因，会弹出一些很痛心的bug…诸如此图（ps：如果你到了这一步，你真的就离成功不远了，我真的是费了九牛二虎之力才到了这一步，奈何我是如此之菜…）
关于解决方案，先别着急，等到了这一步自会说;

1.进行图片原始数据的预处理工作

上图为step-by-step instructions步骤；【1】中链接为ILSVRC官网下载链接，但是需要注册，如果对官网所给的数据集并不是了解的话，建议使用这个直截了当的链接——ILSVRC2015_VID数据集下载链接,直接点击下载即可，一共89.6G；
【3】中要求做的是将VID中的validation和train数据集合并为一个，并将相应的5个文件夹的名称改为a，b，c，d，e；
【4】中按要求运行即可，
【5】中要求对每个视频的每一帧图片进行相应的处理（合并了一些信息），这一步骤耗费了大约一周的时间，持续不断的运行，5个matlab并行处理，全是泪…
【6】中对图片中的object进行操作，但是按要求运行并没有什么卵用，空的，不知道哪里出了问题，所以基于【7】以上步骤做的工作全部作废，一周的运行化为泡影…
所以，作此总结：
使用谷歌浏览器直接下载imdb_video.mat即可，给出的【4-7】的操作只为了得到一个它，所以直接下载它即可；
【8】中搞不懂它在做些什么；
【9】中需要做的是复制ILSVRC2015文件夹的tree结构供后续【10】中作crop得到的图片存储用，按照给定的要求做即可，这里以Ubuntu为例（过程可作参考，结合自身理解后期记录，可能会有错误，但能够有些帮助，知道相应的指令能够完成怎样的操作）：

#将当前路径下的文件夹的tree结构存储到dirs.txt
find . -type d >dirs.txt
#新建一个文件夹ILSVRC2015_
mkdir ILSVRC2015_
cd ILSVRC2015_ | cp ../ILSVRC2015/dirs.txt ./
# 从dirs.txt产生相应的目录
xargs mkdir -p 
       
       
       
       
       
       
       
       
        
        
        
        1
        
        
        
        2
        
        
        
        3
        
        
        
        4
        
        
        
        5
        
        
        
        6
        
        
        
        7

 
      【10】中运行save_crops.m；这里虽然他那样讲，但是实际并不能够达到效果，会出现一些bugs，以下可以作为参考： 
      % load imdb_video.mat
imdb_video = load('/home/db/Subject/SiamFC/v1/siamese-fc/cfnet_imdb_video_2016-10.mat')
% run save_crop
% -imdb_video这里用imdb_video.imdb_video，你查看导入的imdb_video即能明白为啥这么做；
% v_1：1；v_end：4417；一共4417组VID，对其全部进行crop操作
% root_original：你存放ILSVRC2015的路径；root_crops：crop后存放的图片路径
%save_crops(imdb_video,v_1,v_end, root_original, root_crops)
save_crops(imdb_video.imdb_video,1,4417,'/home/db/Subject/SiamFC/v1/siamese-fc/ILSVRC2015', '/media/db/ZZXin EXT/ILSVRC2015_')

%% 编译安装MatConvNet工具箱 mex -setup,mex -setup C++ %绑定C++编译器 % 将matlab工作路径切换到./MatConvNet，在该工作空间下输入： addpath matlab %添加搜索路径 vl_compilenn %编译工具箱-一般编译（使用cpu）(注：一般在这行会报错，可用以下代码替换：vl_compilenn('EnableImreadJpeg',false)) vl_setupnn %启动工具箱 % 以下两种方式二选一即可 vl_compilenn('enableGpu',true) %使用cuda编译，编译速度一般 vl_compilenn('enableGpu',true,'cudaRoot','/usr/local/cuda-10.0','cudaMethod','nvcc','enableCudnn',true,'cudnnRoot','local/cudnn5') %使用cudnn编译（具体相应的路径名根据自身实际情况进行设置） %% 测试 vl_testnn %测试cpu编译成功 vl_testnn('gpu',true) %测试GPU编译成功

% 这里是到crop后的ILSVRC2015_crops的路径，要涵盖全，一直到train/下 % opts.rootDataDir = '/path/to/ILSVRC2015_crops/Data/VID/train/'; opts.rootDataDir = '/media/db/ZZXin EXT/ILSVRC2015_/Data/VID/train'; % 一直到imdb_video.mat的路径 %opts.imdbVideoPath = '/path/to/imdb_video.mat'; opts.imdbVideoPath = '/home/db/Subject/SiamFC/v1/siamese-fc/cfnet_imdb_video_2016-10.mat'; % 一直到imageStats.mat的路径 %opts.imageStatsPath = '/path/to/imageStats.mat'; opts.imageStatsPath = '/home/db/Subject/SiamFC/v1/siamese-fc/cfnet_ILSVRC2015.stats.mat';

SiamFC代码运行注意事项 03-21 阅读数 620 把权重文件下载好，在SiamFC文件夹下建立net文件夹，放入2016-08-17.net以下路径都配对：env_paths_trackingrun_trackerstartup命令行输入：run_t... 博文来自： skywalker_123的博客

发表评论添加代码片 HTML/XML objective-c Ruby PHP C C++ JavaScript Python Java CSS SQL 其它还能输入1000个字符

目标跟踪的小白妹子1周前#4楼。删除举报回复查看回复(3)

- ZZXin_回复目标跟踪的小白妹子1周前

SiamFCdemo运行所需stats.mat文件 03-02 此文件为SiamFC的tracking only中的demo（vot15_bag）正常运行所需的stats.mat文件下载

M-C100 2个月前 #3楼博主你好，想问下可以发下“SiamFCdemo运行所需stats.mat文件”这个文件给我吗，谢谢啦，邮箱是[email protected]。感谢感谢举报回复查看回复(1)

目标跟踪的小白妹子回复 M-C100 1周前
加1 我也要没有外网进不去网址我还想要百度云的链接就是数据集还有那个stats.matz文件谢谢博主大大啊 [email protected] 也是我的QQ 删除举报回复

书亦烧仙草 3个月前 #2楼你好，我想请问siamese系列更换训练的数据集或者只训练ilsvrc2015数据集的一部分（因为数据集太大，想用部分来训练），该如何操作，谢谢啦举报回复查看回复(1)

ZZXin_ 回复书亦烧仙草 2个月前
具体的话，我不是很记得了，你可以看看源代码，着重调试数据获取那一部分就行，应该是可以实现的；另外实际他的训练耗时并不是很长，不用训练那么多epoch 举报回复

weixin_44519401 5个月前 #1楼您好，请问有没有tensorflow代码中video sequences 好下载一点的链接 github上的完全下不下来T-T 举报回复查看回复(1)

ZZXin_ 回复 weixin_44519401 5个月前您是指的ILSVRC2015数据集的下载么？举报回复

SiamFC代码配置复现 matlab版本

SiamFC代码配置复现

写在前面

[ Tracking only ]

1.Ubuntu16.04配置Matconvnet

2.运行阶段：

又写在前面

[ Training only ]

1.进行图片原始数据的预处理工作

2. training过程

你可能感兴趣的:(siamese,深度学习)

SiamFC代码配置复现 matlab版本

SiamFC代码配置复现

写在前面

[ Tracking only ]

1.Ubuntu16.04配置Matconvnet

2.运行阶段：

又写在前面

[ Training only ]

1.进行图片原始数据的预处理工作

2. training过程

SiamFC代码运行注意事项

Siamese Network理解（附代码）

DL实战(2)：SiamFC - TensorFlow配置

SiameseFC-TensorFlow 代码详细注解（一）：预训练模型下载转换测试以及结果可视化

SiamFCdemo运行所需stats.mat文件

SiameseFC和CFNet细节笔记

tracker benchmark v1.0 如何把性能曲线修改为自选方式显示？

CFNet视频目标跟踪源码运行笔记（1）——only tracking

【ZMK】CFnet目标跟踪算法Matlab代码运行指南

你可能感兴趣的:(siamese,深度学习)