最近寫了個手持物體追蹤的專利，深刻感受到mask輪廓在追蹤中起到的作用，無巧不巧，CVPR2019出了一篇融合分割功能的追蹤框架的文章，並且開源了代碼，所以跑了一下代碼，覺得又一標註利器到手，2333
先來看看效果（可以對比之前GoTurn的文章，完全吊打）
dlib追蹤測試（這個倒還簡單）實測GTX1060 33fps...
行人追蹤效果（雖然丟了不少，但請去看看GoTurn的效果）
===========原理==============
融合了視頻分割的框架進行追蹤，詳細的可以看論文
只需要在第一幀給出物體的bounding box，之後會對物體進行追蹤並持續分割物體
============環境配置===========
下面就是你們要的環境配置
（windows流程一樣，之前配置過程中忘記make.sh錯以爲需要調用dll，感謝萬能的評論）
然後是Ubuntu的配置流程：
首先亮Git，英文閱讀能力強的朋友可以直接按照官方的教程進行配置，不排除代碼之後有所改動
1.下載項目
git clone https://github.com/foolwood/SiamMask.git && cd SiamMask
export SiamMask=$PWD
2.下載訓練好的模型
cd $SiamMask/experiments/siammask
wget -q http://www.robots.ox.ac.uk/~qwang/SiamMask_VOT.pth
wget -q http://www.robots.ox.ac.uk/~qwang/SiamMask_DAVIS.pth
3.配置環境（conda+pyTorch）
都寫在了requirements裏了，良心不良心
conda create -n siammask python=3.6
source activate siammask
pip install -r requirements.txt
bash make.sh
如果make.sh出問題的話，直接複製出來運行一下就好
4.測試
cd $SiamMask/experiments/siammask
export PYTHONPATH=$PWD:$PYTHONPATH
python ../../tools/demo.py --resume SiamMask_DAVIS.pth --config config_davis.json
5.效果
拓展閱讀
1.【新智元文章】https://baijiahao.baidu.com/s?id=1627432661257652978&wfr=spider&for=pc
2.【原作者對此的思考】https://zhuanlan.zhihu.com/p/58154634
3.【博客】https://blog.csdn.net/shenziheng1/article/details/88586880
有問題歡迎留言交流，233