深度学习在object tracking中的使用也越来越多,从去年的VOT结果来看,很多tracker都应用了convolution feature,整体效果都比之前的方法提高了一大截,所以学习deep learning需要提上日程了。看了HCF以及C-COT的源码,都运用到了matlab的深度学习工具---MatConvNet,所以关于它的使用了解了一番。
1、首先是下载,可以到http://www.vlfeat.org/matconvnet/去下载,不过C-COT的作者Martin大神的源码的说明文档readme中也提供了github的下载链接
2、通过执行 mex -setup 来设置matlab的C++编译器(VS2010 or greater)
3、将MatConvNet的path加到matlab路径中去
cd matconvnet-master
addpath matlab
4、需要Compile MatConvNet。
vl_compilenn
比如,CompileCPU.m
% Compiling for CPU
addpath matlab
vl_compilenn
addpath matlab
vl_compilenn('enableGpu', true,...
'cudaRoot', '/Developer/NVIDIA/CUDA-6.5', ...%自己安装的CUDA的路径
'cudaMethod', 'nvcc', ...
'enableCudnn', true, ...
'cudnnRoot', 'local/cudnn-rc2') ;
5、加载预训练的模型。
需要从官网下载一个network(也就是 a pre-trained CNN)
链接戳 http://www.vlfeat.org/matconvnet/pretrained/
6、setup MatConvNet。
run matlab/vl_setupnn
net = load('D:\MenghanZhou\matlab_work\ToolsBoxes\networks\imagenet-vgg-m-2048.mat');
这里的net是一个预训练模型,是一个线性链组成的网络。它是一个结构体的形式:
其中,layers有21层(不同的预训练模型的卷积层数目不同)
meta包含3个结构体
classes是已经训练好的模型对事物的1000种分类。
---------------------------我是分割线-----------------------------
来看一个例子,利用VGG已经训练好的模型对这张图片分类。
代码如下:
%将pepper.png这张图按照模型,根据得分确定最应该属于的类别
run matlab/vl_setupnn
net = load('D:\MenghanZhou\matlab_work\ToolsBoxes\networks\imagenet-vgg-m-2048.mat');
im = imread('peppers.png');
im_ = single(im);
im_ = imresize(im_,net.meta.normalization.imageSize(1:2));%缩放到224*224大小
im_ = im_ - net.meta.normalization.averageImage;%减去均值
res = vl_simplenn(net,im_);%res包含了计算结果,以及中间层的输出 最后一层可以用来分类
y = res(end).x;%最后一层
x = gather(res(end).x);
score = squeeze(gather(res(end).x));%分属于每个类别的分数
[bestScore, best] = max(score);
figure(1);
clf;
imshow(im);
title(sprintf('%s %d,%.3f',net.meta.classes.description{best},best,bestScore));%net.meta.classes.description里存放的是很多种类别的名称
这样,我们就可以得到下面的结果:
这说明,这张图片属于1000中类别中的pepper,而且属于这个类别的概率为0.979。