1. 論文基本信息
- 論文標題：VITAL: VIsual Tracking via Adversarial Learning
- 論文作者：Yibing Song （Tencent AI Lab）等人
- 論文出處：CVPR 2018
- 在線閱讀：http://openaccess.thecvf.com/content_cvpr_2018/papers/Song_VITAL_VIsual_Tracking_CVPR_2018_paper.pdf
- 源碼鏈接：https://github.com/ybsong00/Vital_release
2. 運行環境介紹
- NVIDIA GTX 940M
- Windows 10 x64
- Visual Studio 2013
- MATLAB R2016b（MATLAB需要配置VS 2013作爲C和C++編譯器）
- CUDA 7.5.18 for win10
3. 操作步驟
S1. 首先確保MATLAB配置了VS 2013作爲其C和C++編譯器。
S2. 在MATLAB中打開compile_matconvnet.m文件，修改第10行爲如下形式的代碼：
vl_compilenn('enableGpu', true, 'cudaRoot', 'D:/CUDA/v7.5', 'cudaMethod', 'nvcc');
其中最後一個參數爲自己CUDA 8.0的安裝路徑，需要結合自身實際情況來配置。
S3. 運行compile_matconvnet.m文件，進行MatConvNet編譯，編譯成功後會有如下形式的輸出：
S4. 在MATLAB中打開tracking/demo_tracking.m文件並運行，默認跟蹤的是源碼中自帶的Bolt視頻，如下圖所示：
4. 需要注意的問題
在操作步驟中的S3中，如果發現MATLAB在編譯時報錯：Cannot find compiler 'cl.exe' in PATH，請首先到VS 2013的安裝路徑下的VC\bin目錄中檢查是否有cl.exe文件，若文件存在，則將該文件夾路徑添加到Windows系統的Path變量中，並重啓計算機，然後重新操作S3。如下圖所示：
