OTB 数据集的跟踪结果

最新推荐文章于 2022-04-03 16:57:13 发布
原创 最新推荐文章于 2022-04-03 16:57:13 发布 · 1.6k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#matlab #python

本文介绍了使用pysot工具包在OTB数据集上进行目标跟踪的实验，包括不同算法如CCOT、CFNet、DaSiamRPN等的定性分析结果，并探讨了OTB的评价指标和数据集特点。

pysot 系列同一博主 有关matlab和python版本的OTB500 OTB100学习

OTB属性与简称

  1. IV Illumination Variation
  2. SV Scale Variation
  3. OCC Occlusion
  4. DEF Deformation
  5. MB Motion Blur
  6. FM Fast Motion
  7. IPR In-Plane Rotation
  8. OPR Out-of-Plane Rotation
  9. OV Out-of-View
  10. BC Background Clutters
  11. LR Low Resolution

来自定性分析代码的结果

Results_OTB100
1 CCOT
2. CFNet
3. DaSiamRPN
4. DeepSRDCF
5. ECO
6. fDSST
7. GradNet
8. MDNet
9. Ours(Empty)
10. SiamDWfc
11. SiamDWrpn
12. SiamFC
13. SiamRPN
14. SRDCF
15. Staple

来自pysot的toolkit

  1. CFNet
  2. DaSiamRPN
  3. DeepSRDCF
  4. fDSST
  5. GradNet
  6. MDNet
  7. SiamCAR
  8. SiamDWfc
  9. SiamDWr
最低0.47元/天 解锁文章
pytracking-ATOM代码---OTB100数据集测试结果--GTX1080
weixin_45700507的博客
08-03 2898
（1）run_tracker.py 每次可以选择一个类别运行跟踪器，debug=0:保存跟踪结果，debug>0:对跟踪结果进行可视化，测试Bolt2，David如下为debug=5时的最后结果： Bolt2：感觉loss曲线有点奇怪 David： （2）run_experiment.py OTB100全部数据，但其中两个类别，BlurCar1和KiteSurf有问题，注释掉了，所以是在98个序列上运行。其中debug=0保存结果并运行otb_plot.py(根据说明自己创建的)，计算AUC分数，
C-COT跟踪算法在OTB数据集上测试的接口函数
Keeplearning
09-17 918
C-COT算法作者其实已经给出了在几个数据集中测试的原始结果，其中也包括了OTB数据集。但是如果我们想要自己测试需要怎么写接口函数呢？ 很简单，把代码中的 setup_paths.m 和在runfiles文件夹中的 test.m 文件中的内容综合一下就行了，这里需要把整个文件夹的名字从 C-COT 改为 CCOT，因为命名里面短横线不符合matlab文件命名规范。然后在CCOT文件夹下新建run_CCOT.m 文件。 run_CCOT.m function results=run_CCOT(seq, res
目标跟踪OTB数据集结果
03-28
BACF DSST ECO-HC KCF LCT LMCF SAMF SRDCF SRDCFdecon Staple 几个主流算法在OTB数据集上的结果
OTB数据集结果
05-02
OTB数据集的结果
KCF,ECO_HC.DSST等十种算法在OTB100的TRE,SRE矩阵结果
12-13
资源包含KCF,DSST,ECOHC,SAMF,Staple,LMCF,LCT,SRDCF,SRDCFdecon,BACF十个目标跟踪算法在OTB100的TRE,SRE矩阵结果， 其中包括了OTB50和OTB2013。可以节省很多跑代码的时间。
目标跟踪(OTB100、GOT10K、LaSOT)数据集pysot测试结果
热门推荐
w15136756855的博客
03-16 1万+
目标跟踪(OTB100、GOT10K、LaSOT)数据集txt文件评测结果
OTB数据库上各tracker评测结果
weixin_30646505的博客
11-30 1131
后面两张success plot分别是按照threshold和auc排序 各tracker说明： Year2015： 　　【CF2】 实验结果比论文中的结果好，原因是我运行的是作者后期又更新过的代码，作者添加了仿DSST的尺度更新，而在原论文中实现上，没有添加尺度。原论文数据：OTB2015(83.7，65.5，NULL) Year2016： 　　【Siamese...
跟踪基准OTB100、UAV123跟踪结果文件TXT
du的博客
04-03 4359
重要！我提供的所有txt文件都是用pysot-toolkit测试的。 有小伙伴需要txt文件，最近一段时间正好搜集了一部分，也有一些自己测试的。我自己测试的跟踪结果都是用的Tesla P100 GPU。 链接：百度网盘（提取码：sr4y）、GoogleDrive 1.跟踪结果文件来源 (1) OTB100跟踪结果来源 自测结果是在硬件配置GPU Tesla P100环境下完成的，代码、模型、超参数均使用原作者已公布的。 原始结果是算法原作者本人在Github上公开的。 网络资源不确定是什么设备是否为官方代
OTB数据集、目标跟踪核相关滤波KCF
11-16
OTB50、OTB100、OTB2013数据集。循环矩阵，用来制造样本的数量（虚拟的样本）。更多的样本训练额分类器的效果就更好。 核技巧，将低维空间的计算映射到高维的核空间，在低维空间不可分的情况到高维空间之后变的线性...
目标跟踪OTB工具箱修改代码，可计算FPS和各种OTB数据集
03-24
官网的OTB工具箱源代码...在原OTB代码的基础上，加了很多文件，对代码进行了小的更改，可以计算FPS(找到注释的地方启用即可)，可以跑OTB100,OTB50等各种OTB数据集。适合刚开始接触跟踪接触OTB的新手，能少走很多弯路。
视觉跟踪：MDnet
04-26 359
　　应用需注明原创！ 　　深度学习在2015年中左右基本已经占据了计算机视觉领域中大部分分支，如图像分类、物体检测等等，但迟迟没有视觉跟踪工作公布，2015年底便出现了一篇叫MDNet的论文，致力于用神经网络解决视觉跟踪，它同时也是2015年VOT的冠军。 　　先图再理论： 　　离线学习 　　 　　　　frame1 　　 　　　frame2 　　 　　在线学习： 　　...
pysottoolkit使用问题记录
Misakaya的博客
08-25 1564
pysottoolkit是什么？ 我们的跟踪模型，无论是相关滤波跟踪器，还是深度学习的跟踪器，都需要在数据集上测试性能，常用的数据集有OTB、VOT等等。测试的步骤可以分为两步，第一，使用跟踪器在数据集的不同视频序列上，“推理”得到对应的标注文件，这个标注文件可以是txt格式，也可以是mat格式。第二，对得到的标注文件，将其与GT进行比较，计算成功率、精确度等指标，乃至绘制曲线图。 我们使用跟踪器得到跟踪标注结果后，想评估自己的跟踪器性能，就需要利用标注文件计算指标（第二步），这时候可以借助OTB、VOT的
单目标跟踪测试集总结
lighten-1996的博客
12-15 2109
训练集： 测试集： otb系列 官方下载链接：http://cvlab.hanyang.ac.kr/tracker_benchmark/datasets.html 其中分为otb50和otb100[1] 以otb50举例，图片来自官网： 其中每类图下面类似于SV是其中每个视频序列存在的挑战性，具体为： IV: 光照变化——目标区域的光照发生了显著变化。 SV: 比例变化——第一帧和当前帧的边框...
OTB100数据集序列分类
Cristina的博客
02-18 2960
index 英文 缩写 中文 个数 序列 1 Illumination Variation IV 光照变化 38个 Basketball, Box, Car1, Car2, Car24, Car4, CarDark, Coke, Crowds, David, Doll, FaceOcc2, Fish, Human2, Human4.2, Human7, Human8, Human9, Ironman, KiteSurf, Lemming, Liquor, Man, Matrix, Mhyan...
跟踪篇（3）--对于Object Tracking Benchmark的理解
Felaim的博客
07-22 2254
文章主要是使用OTB作为评测时，会产生很多图，包括测试方法的选择，所以还是有必要对这些评测方法进行系统的梳理的。论文的下载链接：https://www.cv-foundation.org/openaccess/content_cvpr_2013/papers/Wu_Online_Object_Tracking_2013_CVPR_paper.pdf。 主要是对Object Online Track...
将Temple Color数据集标注转换为tracker benchmark所需格式
soldatJiang的博客
01-16 1300
写论文对比试验需要在Temple Color 128数据集(http://www.dabi.temple.edu/~hbling/data/TColor-128/TColor-128.html)上跑，但其标注与OTB测评工具箱有所差别。 OTB工具箱所需的属性和跟踪框标注格式是这样的 而Temple Color 128提供的标注格式是这样的 编写脚本，轻松转换 import os import...
win10+apache2.4+mod_wsgi4.7+pyhon3.8+django2.2 部署
pengwupeng2008的专栏
12-07 1044
环境： 系统 win10 apache2.4 win64 mod_wsgi-4.7.1-cp38-cp38-win_amd64(根据具体python和系统版本下载) python 3.8 django 2.2 mysql5.7 python3.8 和django2.2，mysql5.7 的部署其他文章有写，在此忽略 1、apache下载、安装与配置 1.1、下载地址： https://www.apachelounge.com...
OTB数据集和VOT数据集融合跟踪算法接口示例
博博有个大大大的Dream
05-24 9983
OTB数据集和VOT数据集自己存数据接口参考代码： 一、OTB数据集（不使用tracker_benchmark_v1.0） 1、OTB数据结果最基本的格式 type为目标框类型； res为目标框的所在位置； fps为跟踪算法的速度； len为帧数； startFrame为开始帧的值； annoBegin为具有groundtruth真实值开始的帧数； annoBegin与sta...
pysot-toolkit测试及对比
qq_41831753的博客
02-20 6490
保证能学废！！文章目录前言1、环境搭建2、文件配置3、测试及对比 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 2、文件配置 3、测试及对比
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值