欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

pysot环境配置

程序员文章站 2022-03-23 09:20:48
pysot环境搭建和踩坑记录商汤开源最大目标跟踪库PySOT已经在GitHub上开源,更多相关信息可以在GitHub提供的多个readme文件做详细了解。以下主要详细介绍一下该项目环境如何搭建。本文所采用的环境Windows10 + anaconda3.7(python3.7) + cuda8.0(+cuDNN) + pycharm(无要求)下载步骤anaconda3.7下载地址3.7的anaconda默认的python版本就是3.7,所以下载后直接使用root环境。anaconda的安装比较...

pysot环境搭建和踩坑记录

商汤开源最大目标跟踪库PySOT已经在GitHub上开源,更多相关信息可以在GitHub提供的多个readme文件做详细了解。以下主要详细介绍一下该项目环境如何搭建。

------------------------------------------------------------------------------------

  • 下载资源有问题的可以私聊或评论,我发给你。
  • 对文章理解有问题的评论即可。
  • 有其他操作或技术上的问题私聊加联系方式均可。

------------------------------------------------------------------------------------

本文所采用的环境

Windows10 + anaconda3.7(python3.7) + cuda8.0(+cuDNN) + pycharm(无要求)+各种库

下载步骤

anaconda3.7下载地址

3.7的anaconda默认的python版本就是3.7,所以下载后直接使用root环境。
anaconda的安装比较简单,直接next就可以,在此省略。

  • Install for All Users
  • Advanced Installation Options 两项全选

cuda8.0下载地址

cuda8.0下载也比较简单,安装选项选精简版即可,然后直接next。
我的电脑->属性->高级系统变量->高级->环境变量->系统变量->Path

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp

以上四条缺哪几条将哪条添加到Path环境中。

cuda8.0适配的cuDNN下载地址.

cuDNN是用于深度神经网络的GPU加速库,下载完成后,解压得到一个名为cuda的文件夹;将该文件夹下的文件复制到上一步安装的CUDA中

./cuda/bin/**.dll 复制到  ./NVIDIA GPU Computing Tookit/CUDA/v8.0/bin/
./cuda/include/**.dll 复制到  ./NVIDIA GPU Computing Tookit/CUDA/v8.0/include/
./cuda/lib/x64/**.dll 复制到  ./NVIDIA GPU Computing Tookit/CUDA/v8.0/lib/x64/

Pycharm下载地址

Pycharm哪个版本都可以,一路next就行。

pytorch下载地址

该地址提供了各个cuda版本对应的torch版本,可以直接下载wheel本地安装,也可以使用pip3安装.

其它库函数

pysot的依赖库如下:

opencv-python
yacs
tqdm
pyyaml
matplotlib
colorama
cython
tensorboardX

pysot-toolkit的依赖库如下:


tqdm
numpy
glob
opencv-python
colorama
numba

举例:
pip3 install numpy
如果一直有网络问题,可以尝试换清华源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

pysot的运行

首先打开pycharm配置环境
pysot环境配置
点击OK,然后等待大概几分钟,右下角进度条消失就完成了。

简单解释一下代码思路

先下载官方提供的训练好的模型,以及代码支持的几种测试数据集比如OTB/VOT等,通过模型的导入,可以测试跟踪一个简单的avi,同样可以跟踪一个完整的数据集,并获得跟踪结果,并进行评价。

下载训练好的模型
https://pan.baidu.com/s/1GB9-aTtjG57SebraVoBfuQ#list/path=%2F   密码 j9yb

pysot环境配置
将预训练模型下载好放在pysot/experiments文件夹下
pysot环境配置
依次打开experiments的每个文件夹,将除去yaml后缀的其它文件放入其中,训练后的模型便导入完成。

跑demo

run->edit configurations
(追踪一个avi文件):
–config …/experiments/siamrpn_alex_dwxcorr/config.yaml

–snapshot …/experiments/siamrpn_alex_dwxcorr/model.pth

–video …/demo/bag.avi

(用摄像头追踪):

–config …/experiments/siamrpn_alex_dwxcorr/config.yaml

–snapshot …/experiments/siamrpn_alex_dwxcorr/model.pth

pysot环境配置
配置完参数后点运行即可。

跑数据集(以OTB为栗子)

下载好OTB数据集,将数据集放入项目中,tree结构如下:
pysot环境配置
然后下载数据集的辅助json文件(https://pan.baidu.com/s/1js0Qhykqqur7_lNRtle1tA#list/path=%2F)
将json文件放入OTB100目录下。
将Jogging 复制为Jogging-1 和 Jogging-2,将 Skating2 复制 Skating2-1和 Skating2-2。其它有问题的话同样也要改一下。
到此数据集格式与位置调整正确。

跑代码之前先setup一下
pysot环境配置
运行不报错就可以了,生成build文件夹。

接下来和demo同样的道理,可以运行test.py了。
pysot环境配置
运行完成后,会将跟踪结果放在tools/results里
pysot环境配置
得到结果后,可以运行eval.py

pysot环境配置
运行后便可得到结果。

pysot-toolkit的运行(提供用于评价各种数据集跟踪结果的API)

环境配置方法在上一部分已经说明,在此演示如何运行。
pysot环境配置
数据集和跟踪结果以及项目呈并列关系(位置无所谓,参数随之修改即可)

首先set-up一下,和之前一样,不报错即可。
pysot环境配置
然后,输入参数如上,运行eval即可得到对应的评测结果。
pysot环境配置
pysot环境配置

pysot环境配置
到此全部运行完成。

如果遇到set-up有问题的,一般是C环境的问题,可以下载安装visualcppbuildtools_full,问题就解决了。网上有资源,找不到可以找我要。
pysot环境配置

------------------------------------------------------------------------------------

  • 下载资源有问题的可以私聊或评论,我发给你。
  • 对文章理解有问题的评论即可。
  • 有其他操作或技术上的问题私聊加联系方式均可。

------------------------------------------------------------------------------------

本文地址:https://blog.csdn.net/qq_36206070/article/details/107683129