pysot-toolkit测试及对比

喜欢ヅ旅行 2022-10-30 14:24 270阅读 0赞

### 文章目录 ###

*  前言
 *  1、环境搭建
 *  2、文件配置
 *  3、测试及对比
 *   *  3.1 单跟踪器测试
     *  3.2 多跟踪器对比

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

# 前言 #

[pysot-toolkit][]是一款评估单目标跟踪性能的工具，可以计算OPE(One Pass Evaluation)下的Success和Precision、以及VOT(Visual Object Tracking)的性能指标Accuracy、Robustness、EAO等。本文在ubuntu系统下进行测试。

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

# 1、环境搭建 #

首先在命令行输入pysot-toolkit下载命令：

![在这里插入图片描述][20210219223456334.png_pic_center]接着安装pysot-toolkit下requirements.txt里面的库包：

tqdm
    numpy
    glob
    opencv-python
    colorama
    numba

安装时这些包时，可以单独创建一个供pysot-toolkit使用的虚拟环境，也可以在现有环境中安装缺少的包，我是直接在现有环境安装了colorama，进入虚拟环境后，安装指令统一使用**pip install xxx**。最后，终端命令cd进入pysot-toolkit/pysot/utils/文件，在该路径下输入如下指令，python3.7可以根据你的解释器版本改变。  
![在这里插入图片描述][20210219225547365.png_pic_center]编译成功后，可以在utils下看到如下文件，至此，环境搭建完成！  
![在这里插入图片描述][20210219225737788.png_pic_center]

# 2、文件配置 #

环境搭好啦，第二步时配置所需文件，先给出官网教程，仅以VOT2016为例，其他类似。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center]–dataset\_dir：VOT2016数据集路径  
–dataset VOT2016：数据集名称  
–tracker\_result\_dir：用你算法跑出来的的results路径  
–trackers XXX：跟踪器名称XXX

1.  –dataset\_dir:该路仅是VOT2016数据集的路径，这里记得下载VOT2016.json文件然后存放在VOT2016数据集的路径下，[点这][Link 1]下载，该文件存放的是数据集的视频信息。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center 1]
2.  –tracker\_result\_dir：我仅以pysot-toolkit作为评估工具，所以算法跑出来的results事先准备好了，放在该路径下。  
    ![在这里插入图片描述][20210219231651445.png_pic_center]  
    接下来，看下这个文件夹的tree结构  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center 2]

# 3、测试及对比 #

## 3.1 单跟踪器测试 ##

环境搭好，文件也配置好了，接下来只需要在终端按顺序输入如下命令，便能评估算法性能。首先，进入你搭好的环境中，然后在该环境下进入pysot-toolkit文件下输入评估指令。  
![在这里插入图片描述][2021021923341445.png_pic_center]![在这里插入图片描述][20210219233429308.png_pic_center]![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center 3]这里给的数据集路径和results路径使用的是绝对路径，更清晰可观。

## 3.2 多跟踪器对比 ##

先来看一下文件夹树结构吧。  
![在这里插入图片描述][20210219234520865.png_pic_center]  
![在这里插入图片描述][2021021923453126.png_pic_center]  
![在这里插入图片描述][20210219234553580.png_pic_center]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center 4]所有跟踪器的results以它的名称命名，这里有点疑惑的是，必须要有一个baseline的子目录才能正常运行评估，目前我还没看评估源码，所以也不是很清楚，希望知道的小伙伴评论讨论下，谢谢！对比时终端输入的指令及结果如下：  
![在这里插入图片描述][2021021923544575.png_pic_center]![在这里插入图片描述][2021021923545231.png_pic_center]

[pysot-toolkit]: https://github.com/StrangerZhang/pysot-toolkit
[20210219223456334.png_pic_center]: /images/20221024/adb72cd8c4784e45aa25a9205a83f06f.png
[20210219225547365.png_pic_center]: /images/20221024/f1e554275c98487d8f4a2887e7eccb0a.png
[20210219225737788.png_pic_center]: /images/20221024/3993a3a1cc4944f28ef48f6362351953.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center]: /images/20221024/ad4d7fdf11ec43288f4064e43037e39c.png
[Link 1]: https://pan.baidu.com/s/1js0Qhykqqur7_lNRtle1tA#list/path=%2F
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221024/68547055e5784a45b7a6aadb4e22c0ff.png
[20210219231651445.png_pic_center]: /images/20221024/0c3d2b33b73041cea99bee8ad71c6ec7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221024/89b9545b543a4b7b99564038e9a2852f.png
[2021021923341445.png_pic_center]: https://img-blog.csdnimg.cn/2021021923341445.png#pic_center
[20210219233429308.png_pic_center]: https://img-blog.csdnimg.cn/20210219233429308.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221024/ac2f82844d3c4ec094a41d31add65b61.png
[20210219234520865.png_pic_center]: /images/20221024/8f6c401c5d7d4c5b9052da06bfa39bb1.png
[2021021923453126.png_pic_center]: /images/20221024/4183793cba664bba9ebae87847bfc7e7.png
[20210219234553580.png_pic_center]: /images/20221024/fe4740a1ed894fa9ab41931f1570eb7c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODMxNzUz_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221024/000f878721034f67b37619ec0ddd53f3.png
[2021021923544575.png_pic_center]: https://img-blog.csdnimg.cn/2021021923544575.png#pic_center
[2021021923545231.png_pic_center]: /images/20221024/342a622c62064738af22bc6344738809.png