单目标跟踪-vot数据集

1 准备工作

Ubuntu 18.04，Matlab2016b(安装包大概11G，最好所有的工具都安装)
Matlab、ubuntu 语言设置最好都是英文，文件的路经最好也都是英文的，避免后续运行代码出错

Ubuntu 18.04

注意分配空间足够大，大于200G最好

gcc,g++

1、安装4.9版本（根据matlab2016版本对应）

$ sudo apt-get install -y gcc-4.9
$ sudo apt-get install -y g++-4.9

2、链接gcc/g++实现降级

$ cd /usr/bin
$ sudo rm gcc
$ sudo ln -s gcc-4.9 gcc
$ sudo rm g++
$ sudo ln -s g++-4.9 g++

Anaconda

根据跟踪器所需要的环境进行配置（pyhton写的跟踪器需要）

Matlab2016b

Matlab2016b安装可以参考: https://blog.csdn.net/KYJL888/article/details/80670885

安装过程可能遇到的问题
1、证书问题： because the License File could not be written to the disk. You might not have write permission on the License File or the folder.
通过下面命令行重新导入证书

$  cd  /usr/local/MATLAB/R2016b/bin/$ARCH
$  sudo ./activate_matlab.sh 

2、启动不了：ERROR: MATLAB is selecting SOFTWARE OPENGL rendering.
参考：https://www.mathworks.com/matlabcentral/answers/337113-error-matlab-is-selecting-software-opengl-rendering
我通过下面方法解决

$sudo apt-get upgrade libstdc++6

下载VOT evaluation kit 相关工具

VOT toolkit ：https://github.com/votchallenge/vot-toolkit, matlab代码写的测评工具
trax：https://github.com/votchallenge/trax，如果跟踪器是pyhon2环境，则需要下载2.x版本
integration：https://github.com/votchallenge/integration，跟踪器的测试代码，解压到tracker/examples文件下

1、在VOT toolkit解压文件里新建三个文件夹，datasets(存放数据集) 、native(存放trax包)、algorithm(存放各种算法的结果)

2、将解压的trax放到native下面，命名为trax，执行以下代码(先安装好cmake工具)

$mkdir build
$cd build 
$cmake ..
$make

3、datasets文件里是用来放数据集的，从网上找到相关vot数据集下载放到这里。vot数据集文件里要有list.txt文件，该文件存放了所有被测试子文件的名称，每个子文件里是图片文件和标注文件。

我在list.txt只放了三个文件名进行测试

在vot-toolkit-master/workspace/workspace_load.m文件中可以修改数据集存放位置，大概在workspace_load.m文件143行，根据自己的数据集存放位置修改

  sequences_directory='/home/lm/Desktop/vot-toolkit-master/datasets/vot2018';

测试VOT-Toolkit

测试前需要修改tracker文件中tracker_run.m的timeout和connection
参考：https://blog.csdn.net/weixin_41063476/article/details/89841688

NCC 测试（matlab代码）

在algorithm文件下创建NCC文件夹用于存放NCC跟踪器的结果
1、在toolkit目录下先运行toolkit_path.m，将路经添加到matlab中
2、进入NCC文件目录下，运行workspace_create.m，代码会将创建的文件存在当前目录下(运行其他跟踪器时直接复制workspace_create生成的.m文件进行修改即可)
运行中一些配置选项参考https://blog.csdn.net/sgfmby1994/article/details/78776465
3、进行配置，注意在run_experiment和run_analysis中，添加experiments{1,1}.parameters.repetitions=1;这行代码表示每个视频跟踪器只运行一次（默认是运行15次），根据自己的情况更改

如果不需要跟其他跟踪器对比，tracker_list只需要一个跟踪器名称,如果需要对比，将其他跟踪器结果拷贝到result目录下4、运行run_experiment，我在vot数据集的list.txt只放了三个文件进行测试。

5、run_analysis.m，(stacks文件目录下是vot数据集的配置)

python代码(以siamrpn为例)

python代码的配置更多一些，参考matlab的配置，新建一个跟踪器文件夹用于保存结果，将workspace_create生成的.m文件直接拷贝进来。
siamrpn代码：https://votchallenge.net/vot2018/trackers.html
cuda安装参考：https://blog.csdn.net/ksws0292756/article/details/80120561
cudnn安装参考 :https://blog.csdn.net/public669/article/details/98470857
创建siamrpn的虚环境，安装好所有需要的库，siamrpn环境是python2代码，所以trax需要下载的是2.x的版本。
将integration中python文件下的vot.py放到siamrpn中，替换掉原有的vot.py。
根据自己的情况更改：
运行代码名称：vot_SiamRPN
代码路径：/home/lm/Desktop/vot/trakers/python/py2/SiamRPN/code
trax路径：/home/lm/Desktop/vot/vot-toolkit/native/trax/support/python
trax build路径：/home/lm/Desktop/vot/vot-toolkit/native/trax/build/
cuda 路径：’/usr/local/cuda/lib64’, ‘/usr/local/cuda/extras/CUPTI/lib64’
虚环境路径：/home/lm/anaconda3/envs/pytorch/lib
可以在logs文件下查看错误信息

配置python解释器路径
参考https://blog.csdn.net/lishuiwang/article/details/103650745