cakaf的博客

OTB是单目标跟踪中非常经典的一个数据集。它包含多种评估指标，最常用的有AUC(曲线下面积)，DP(距离精度)，这两种指标都可以通过OTB工具箱自动计算得到。然而，除了AUC/DP，为了对算法进行更加全面的评估，论文中常出现的还有OP(重叠精度)，CLE(中心位置误差)和FPS(速度)，且OTB工具箱中没有关于这三个指标的评估代码。本文通过参考其他代码，汇总了这三种指标的matlab代码。mean OP(平均重叠精度)OP的计算方式参考了BACF，将其计算单个视频的OP扩展到计算整个数据集的视频的O

背景说明：最近打算在vot数据集上测试一下自己的算法，花了几天时间学习配置方法，期间也遇到很多很多问题，最终大多也都能一一解决。以vot2016为例，在此详细记录一下我的配置过程，以防以后遗忘，也希望能给看到这篇博客的人提供一些帮助。环境介绍：Windows 10 + Matlab 2018aVOT官网：https://votchallenge.net/配置前需要下载好以下内容：1.下载并vot2016数据集：链接：https://pan.baidu.com/s/15gXQWUUa8FY7E

背景说明：前段时间电脑刚装了GPU，最近想起来之前是用CPU跑的HCF代码，想试试使用GPU运行的效果，结果遇到很多问题，经过各种努力和尝试，终于跑通了（PS：我下载的HCF代码是不带尺度估计的作者最早公布的代码）。一、代码下载：https://github.com/jbhuang0604/CF2/tree/4b895b516b2d73fc83174439729d2157902c9d63，下载完解压。二、下载预训练模型：http://www.vlfeat.org/matconvnet/mod

本人运行环境：Matlab2018a + VS2015 + cuda9.1 + cudnn7 +matconvnet-1.0-beta25在编译过程中突然中断并出现如下错误：错误使用 mex'D:\matlab\workspace\CF2\external\matconvnet\matlab\mex\vl_nnconv.mexw64' 使用了 '-R2018a' 进行编译并与 '-R2017b' 链接在一起。 有关详细信息，请参阅 MEX 文件使用了一个 API 进行编译并与另一个 API 链接

本人运行环境：Matlab2018a + VS2015 + cuda9.1 + cudnn7 +matconvnet-1.0-beta25花了一天时间配环境，主要卡在使用GPU编译matconvnet上了。由于之前我用的是VS2017，所以一直编译失败， 换成VS2015就成功了。简单修改代码中的路径后开始跑SiameseFC代码，发现了一个问题：跟踪性能特别差，基本上过了前几帧之后跟踪框就已经飘的看不见了...后来看了Github上一位大佬的评论才知道原因是原代码执行imresize()函数使用.