友情提示：如果希望瞭解如何從頭開始訓練網絡並進行跟蹤，可以閱讀本人另一篇博客： CFNet視頻目標跟蹤源碼運行筆記（2）——training and then tracking
論文信息
論文題目：End-to-end representation learning for Correlation Filter based tracking
論文出處：CVPR 2017
論文作者：Jack Valmadre，Luca Bertinetto等人
論文主頁：http://www.robots.ox.ac.uk/~luca/cfnet.html
源碼鏈接：https://github.com/bertinetto/cfnet
運行環境介紹
- Windows 10 x64
- MATLAB 2017b
- Visual Studio 2015
- CUDA 8.0.61 for win10
- cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0
- MatConvNet 1.0-beta25 （http://www.vlfeat.org/matconvnet/download/matconvnet-1.0-beta25.tar.gz）此處感謝“月色真美”同學的無私幫助~
準備
安裝CUDA，具體步驟可以參考本人另一篇博客：
https://blog.csdn.net/discoverer100/article/details/79758499安裝cuDNN，具體步驟可以參考本人另一篇博客：
https://blog.csdn.net/discoverer100/article/details/79759282檢查MatConvNet是否可用，具體步驟可以參考本人另一篇博客：
https://blog.csdn.net/discoverer100/article/details/78963233下載CFNet的MATLAB源碼：https://github.com/bertinetto/cfnet
本博客僅描述only tracking模式的運行（training模式會在後續文章中介紹），因此需要下載作者官方預訓練的深度網絡文件，鏈接：https://bit.ly/cfnet_networks
下載validation視頻集：https://bit.ly/cfnet_validation
下載cfnet_ILSVRC2015.stats.mat文件，鏈接：
https://drive.google.com/file/d/0B7Awq_aAemXQcndzY3M5dkprVTA/view?usp=sharing
操作
上述下載的預訓練網絡文件壓縮包解壓，並拷貝到
pretrained\networks目錄中，形成如下圖所示的目錄文件層次結構：
將準備工作中下載好的validation視頻集解壓，修改文件夾的名字
cfnet-validation，改爲validation，並複製到data文件夾中，以basketball視頻爲例，最終的目錄文件組織如下圖所示：
將準備工作中下載cfnet_ILSVRC2015.stats.mat文件，重命名爲
ILSVRC2015.stats.mat，並複製到data目錄中，最終的目錄文件組織如下圖所示：
進入src/tracking目錄，會發現裏面有兩個
.example後綴名的文件，將這個後綴名去掉，還原成.m的樣子（如果擔心文件被自己弄壞了也可以原地複製再修改），如下圖所示：
在剛剛恢復後綴名的
startup.m文件中，設定好MatConvNet的路徑，其形式如下圖所示（具體結合自身實際）：
在剛剛恢復後綴名的
env_paths_tracking.m文件中，設定好networks、data和statsmat的文件夾的路徑（注意：如果是文件夾那麼最後要帶一個斜槓），如下圖所示：
運行
運行startup.m文件，MATLAB可能會報一些函數名重名的警告，不必理會，如下圖所示：
運行run_cfnet2_evaluation.m文件，成功，如下圖所示：
如果希望體驗其他層的網絡效果，可以嘗試運行其他的evaluation文件。
這裏需要注意的是：代碼默認僅僅計算物體座標，並不會在屏幕上顯示視頻畫面內容和標定。如果需要顯示畫面，可以進入tracker.m文件，將第16行的p.visualization賦值爲true，這樣的效果如下圖所示：
更多內容，歡迎掃碼關注“視覺邊疆”微信訂閱號
