DAT（NIPS 2018）视频目标跟踪源码运行笔记

最新推荐文章于 2024-03-26 07:30:32 发布

越野者

最新推荐文章于 2024-03-26 07:30:32 发布

阅读量1.9k

点赞数

CC 4.0 BY-SA版权

分类专栏：视频目标跟踪（Visual tracking）深度学习（Deep learning）论文笔记（Paper notes） CUDA Python PyTorch Ubuntu 数字图像处理、模式识别与深度学习文章标签：视频目标跟踪深度学习 Python PyTorch DAT

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。

本文链接：https://blog.youkuaiyun.com/discoverer100/article/details/87701802

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。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。