ZeroSwift的博客

第一步，配置环境 在SiamCAR的Github主页下载SiamCAR源文件。 由于在国内的pytorch不太好下载，因此将requirenment.txt文件中的pytorch==1.2.0这一项删除，并去这个页面下载。 由于笔者安装的是CUDA10.2，因此我选择下载了torch-1.7.1-cp37-cp37m-win_amd64.whl 使用下列命令安装所需求的库，并安装pytorch。 pip install -r requirements.txt pip install torch-

将视觉跟踪任务分解成两个子任务：像素分类和边界框回归 SiamCAR框架包含两个子网络：一个用于特征提取，一个用于预测边界框 使用ResNet-50作为主干网络 与其他的最先进的跟踪算法比较，本文提出的框架是描点自由和无提议区域，这样能够避免复杂的超参数调整和减少人工干涉 所提出的框架简单，有效 在现实生活中的跟踪，算法会受到光照变化，尺度变化大，背景干扰和严重遮挡问题 除上述外，非刚性的物体的形状或者外观会发生不可预知的变化 Siamese网络将视觉跟踪任务定义为目标匹配问题，目的是学习目标模板和搜索..