CVPR2021跟踪算法TransformerTrack的配置（Exploiting Temporal Context for Robust Visual Tracking）

1、论文下载地址：

 Transformer Meets Tracker: Exploiting Temporal Context for Robust Visual Tracking. [paper]

2、 代码下载地址：

https://github.com/594422814/TransformerTrack

3、环境配置

因为TransformerTrack是基于pytracking来配置，所以我们直接使用已经配置好的pytracking的python环境。

pytracking的ubuntu版本配置：

pytracking系列跟踪算法的配置（LWL, KYS, PrDiMP, DiMP and ATOM Trackers）（Ubuntu版本）_博博有个大大大的Dream-CSDN博客_pytracking配置

pytracking的windows版本配置：

pytracking系列跟踪算法的配置（LWL, KYS, PrDiMP, DiMP and ATOM Trackers）（windows10版本）_博博有个大大大的Dream-CSDN博客

conda activate pytracking

4、配置预训练模型

github下载链接：https://github.com/594422814/TransformerTrack/releases/download/model/trdimp_net.pth.tar

百度云下载链接：链接：https://pan.baidu.com/s/1SY_qR0wri0Ep9DYY1vffBg 
提取码：w4of 
将下载后的模型放到路径pytracking/networks/

5、 打开pytracking/evaluation/local.py，配置参数

 6、运行可视化服务器

conda activate pytracking
python -m visdom.server

7、运行代码

另外开一个终端运行

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

参数解释一下：trdimp是需要运行的跟踪器名字

trdimp是参数设置，在pytracking/parameter/trdimp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

8、遇到错误1

raise Exception('Could not read file {}'.format(path))
Exception: Could not read file /data3/publicData/Datasets/OTB/OTB2015/BlurCar1/groundtruth_rect.txt

错误原因：

groundtruth_rect.txt格式与读取格式不对应

解决办法：

打开pytracking/utils/load_text.py更改函数：

def load_text_numpy(path, delimiter, dtype)

为如下：

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、遇到错误2

module 'torch' has no attribute 'floor_divide'

错误原因：

torch 1.6.0之后不再支持tensor A和整数n之间的直接除法，

result = A / n # not supported in torch 1.6.0
 
 
# solution
result = torch.floor_divide(A, n)

来源：【pytorch】RuntimeError: Integer division of tensors using div or / is no longer supported【解决】_木盏-CSDN博客

而我们的torch版本是1.4.0，还没有 floor_divide函数，所以我们将 floor_divide改为普通直接除法即可。

解决方法：

打开pytracking/features/preprocessing.py

将101/113/114行注释，100/111/112行取消注释

 10、再次运行，成功。

在http://localhost:8097/地址可查看跟踪结果