商汤PySot的配置使用（1）---siam跟踪算法demo、test、eval

最新推荐文章于 2025-03-13 14:53:29 发布

原创

最新推荐文章于 2025-03-13 14:53:29 发布 · 8.7k 阅读

127 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #ubuntu #运维 #pytorch #视觉

本文详述了PYSOT平台的环境配置、demo演示、测试与评估全过程，涵盖Ubuntu18.04下的软件安装、模型下载、数据集准备及常见问题解决。

文章目录

简介
一、环境配置
二、demo
三、test
四、eval
- 4.1 步骤一:可能遇到的报错
- 4.2 步骤二:解决报错

简介

随着SIamFC，SiamRPN，DASiamRPN，SiamMask，SiamRPN++等等文章的涌现，Siam家族堪称经典，商汤科技在计算机视觉领域真滴强。
pysot是商汤科技推出的一个针对单目标跟踪（Single Object Tracking）的“研究平台”，里面包含了SIam家族的算法代码，例如SiamRPN、SiamMask等。
在这里插入图片描述
从STVIR/pysot下载了代码，配置了环境，跑通了demo、test，eval。本文主要记录一下配置使用过程。
以下工作都是在Ubuntu18.04系统下下进行的。电脑配置为i9-9900k,RTX2070S显卡，8G显存，16G内存。

一、环境配置

在在终端下激活anaconda，创建名为pysot的环境

conda activate
conda create --name pysot python=3.7

接着安装相应的模块，-i 表示指定清华源，国内源下载速度更快。

pip3 install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install torchvision==0.6.1 （conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
刚开始使用命令默认安装的,但是torch文件太大，网速原因没安装上）

pip3 install torch-1.5.1-cp37-cp37m-linux_x86_64.whl （于是先从这个网址下载安装包，再安装https://download.pytorch.org/whl/torch_stable.html）
pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install pyyaml yacs tqdm colorama cython tensorboardX -i https://pypi.tuna.tsinghua.edu.cn

进入Pycharm，指定pysot为解释器
在这里插入图片描述