本文档详细介绍了如何运行NIPS 2018 DAT（Deep Attentive Tracking）视频目标跟踪算法的源码。内容包括论文基本信息、所需运行环境、源码准备、配置步骤、运行过程，以及可能遇到的问题和解决方案。主要涉及Python 2.7、PyTorch 0.2.0、CUDA 8.0.61和cuDNN 5.1的环境配置，以及针对缺少scipy、PIL、matplotlib和sklearn模块的安装指导。
1. 论文基本信息
- 论文标题：Deep Attentive Tracking via Reciprocative Learning
- 论文作者：Shi Pu（Beijing University of Posts and Telecommunications）等人
- 论文出处：NIPS 2018
- 在线阅读：https://arxiv.org/pdf/1810.03851.pdf
- 源码链接：https://github.com/shipubupt/NIPS2018
2. 运行环境介绍
- NVIDIA GTX 1070
- Ubuntu 16.04 x64
- CUDA 8.0.61 for Ubuntu 16.04
- cuDNN 5.1 for CUDA 8.0
- Python 2.7
- PyTorch 0.2.0
3. 准备
S1. 下载官方源代码并解压。
S2. 下载imagenet-vgg-m.mat文件，链接：http://www.vlfeat.org/matconvnet/models/imagenet-vgg-m.mat
S3. 在源码中的DAT目录下，创建一个文件夹models，将S2中下载的i
最低0.47元/天 解锁文章
扫一扫
2848
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
