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