Windows10环境下自己配置Pytracking详细流程（有参考博客）

关于pytracking以及配置前的一些准备

Pytracking是一个基于pytoch的用于视觉对象跟踪和视频对象分割的通用的python框架。

1.1 配置前的准备

windows系统下预装支持VS的CUDA10.0以及对应的cuDnn
下载及安装参考博客：CUDA10.0下载及安装

注：(1)最好使用cuda10.0，否则需要自己在一些地方重新编译。会很麻烦，windows只适合用来跑demo，训练的话还是推荐ubuntu
(2)并且电脑需要安装VS2015

配置过程中参考了pytracking中对windows配置的说明：https://gitcode.net/mirrors/visionml/pytracking/-/blob/master/INSTALL_win.md
以及一个博主的配置说明：
CSDN搜索（pytracking系列跟踪算法的配置（LWL, KYS, PrDiMP, DiMP and ATOM Trackers）（windows10版本））

2.配置过程

2.1 创建环境并激活

conda create --name pytracking python=3.7
conda activate pytracking

2.2 安装pytorch
有两种方式，第一种是自己下载torch版本，进行本地安装
下载地址：https://download.pytorch.org/whl/torch_stable.html
下载cuda对应的torch，torchvision。

第二种方法不推荐：是按照以下方式进行自动安装（但是我用这种方法默认下载的是cpu版本的torch，故我使用第一种方法进行安装）

conda install -y pytorch torchvision cudatoolkit=10.0 -c pytorch

2.3 安装各种依赖库

pip install matplotlib pandas jpeg4py
pip install opencv-python visdom tb-nightly

matplotlib是一个2D绘图库；
pandas是一种数据分析工具；
jpeg4py是一种快速读取jpg图片的工具；
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，而opencv-python是OpenCV的python的API接口；
visdom是python的可视化工具；
最后一个不是很清楚

pip install cython pycocotools

cython是一种编程语言，它使Python语言的C扩展像Python本身一样简单，此处目的是用来编译COCO工具包；
pycocotools：python api tools of coco

2.4 安装Pricise ROI pooling
（1）DiMP和ATOM需要Precise ROI pooling模块，可以直接下载模块，将解压后的pytorch文件夹拷贝到路径E:\Codes\PyCharm\pytracking-master\ltr\external\PreciseRoIPooling\

（2）下载prroi_pool.pyd文件
这个文件是使用C++生成的库文件，DIMP和ATOM算法会用到，下载地址作者已提供：prroi
_pool.pyd(有时候需要科学上网才可以下载)，下载周将其保存到路径：D:\Python\Anaconda_install\envs\pytracking\Lib\site-packages

（3）添加环境变量（到用户变量）
路径如下：***\envs\pytracking\Lib\site-packages\torch\lib
图片上传总是失败，但是按照这个路径就可以

（4）添加代码
打开pytracking\ltr\external\PreciseRoIPooling\pytorch\prroi_pool\functional.py，添加如下代码：

def _import_prroi_pooling():
    global _prroi_pooling
    
    #load the prroi_pool module    
	import imp
    file, path, description = imp.find_module('prroi_pool')
    with file:
        _prroi_pooling = imp.load_module('prroi_pool', file, path, description)

添加完成之后应该是这样的：

import torch
import torch.autograd as ag

__all__ = ['prroi_pool2d']

_prroi_pooling = None

def _import_prroi_pooling():
    global _prroi_pooling

    #load the prroi_pool module
    import imp
    file, path, description = imp.find_module('prroi_pool')
    with file:
        _prroi_pooling = imp.load_module('prroi_pool', file, path, description)
    
    if _prroi_pooling is None:
        try:
            from os.path import join as pjoin, dirname
            from torch.utils.cpp_extension import load as load_extension
            root_dir = pjoin(dirname(__file__), 'src')

            _prroi_pooling = load_extension(
                '_prroi_pooling',
                [pjoin(root_dir, 'prroi_pooling_gpu.cpp'), pjoin(root_dir, 'prroi_pooling_gpu_impl.cu')],
                verbose=True
            )
        except ImportError:
            raise ImportError('Can not compile Precise RoI Pooling library.')

    return _prroi_pooling

（5）创造配置文件（此处参考博客）
在工程路径下新建createlocalfiles.py，（这里的路径要与pytracking和ltr保持同级，通过右键第二个pytracking-master新建python文件即可） 并写入如下代码：

import ltr.admin.environment as ltrae
import pytracking.evaluation.environment as pyee
 
ltrae.create_default_local_file()
 
pyee.create_default_local_file()

运行之后，会在\pytracking\evaluation\路径和\ltr\admin\路径下生成local.py，打开这两个文件可以配置一些我们的实验参数。如指定数据集路径和预训练模型路径等。

（6）下载预训练模型（此处参考博客）
下载地址（官方给的需要）：
https://github.com/visionml/pytracking/blob/master/MODEL_ZOO.md
百度云下载链接：
链接：https://pan.baidu.com/s/12R58DNaRJqHodNcT5YzjUQ
提取码：wbrq
新建networks路径保存下载的预训练模型

（7）打开服务可视化（参考博客）

python -m visdom.server

（8）打开另一个终端运行（参考博客）

activate pytracking
 
python pytracking/run_tracker.py atom default --dataset_name otb --sequence Soccer --debug 1 --threads 0

atom是需要运行的跟踪器名字

default是参数设置，在pytracking/parameter/atom路径下有很多参数可选。

otb是需要运行的数据集名称

Soccer是需要运行的视频序列名字

debug控制可视化等级

threads运行的线程数

报错：
File “pytracking…\pytracking\utils\load_text.py”, line 14, in load_text_numpy
raise Exception(‘Could not read file {}’.format(path))
Exception: Could not read file E:\OTB100/BlurCar1/groundtruth_rect.txt
博客中提到这事由于groundtruth_rect.txt读取格式不对应造成的，解决方法按照博客修改就可以的

打开pytracking/utils/load_text.py更改函数：

def load_text_numpy(path, delimiter, dtype)

改为：

def load_text_numpy(path, delimiter, dtype):
    if isinstance(delimiter, (tuple, list)):
        for d in delimiter:
            try:
                # ground_truth_rect = np.loadtxt(path, delimiter=d, dtype=dtype)
                
                # to deal with different delimeters
                import io
                with open(path,'r') as f:
                    ground_truth_rect=np.loadtxt(io.StringIO(f.read().replace(',',' ')))
                
                return ground_truth_rect
            except:
                pass
 
        raise Exception('Could not read file {}'.format(path))
    else:
        ground_truth_rect = np.loadtxt(path, delimiter=delimiter, dtype=dtype)
        return ground_truth_rect

（9）再次运行，报错
File “

博客中说到这事由于作者提供的prroi_pool.pyd与系统不兼容，需要使用VS编译来生成依赖库prroi_pool.pyd，我想下载博主自己编译的prroi_pool.pyd尝试了一下。、
调试成功！！！！！