多目标跟踪代码运行总结

1.detect to track and track to detect

（1）先在windows上安装环境，配置编译环境，尝试了好多天，由于时间有限就没有再花时间往下尝试了。

（2）在linux上面花了半天时间对整个环境进行了配置并运行，编译都通过了，但是运行时由于pytorch的版本太低，与服务器上的cuda不匹配，运行中出现了错误。因为是在服务器上配置的环境，还没找到不改变别人的cuda环境只改变自己cuda运行版本的方法。有待进一步尝试。

2.Real-time multiple people tracking with deeply learned candidate selection and person re-identification

（1）这篇文章没有提供开源代码，运行的第三方代码。

（2）环境配置好并且运行了起来，但是由于没有提供训练代码。没有再进行研究。

3.（deep SORT）SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRI

4.TubeTK: Adopting Tubes to Track Multi-Object in a One-Step Training Model
 

注：后两篇代码很健全。