前幾天 CVer推送一篇:
重磅!商湯開源最大目標跟蹤庫PySOT:含SiamRPN++和SiamMask等算法
,介紹了來自商湯科技的STVIR(SenseTime Video Intelligence Research team)開源的目標跟蹤庫:PySOT。當時PySOT並沒有上傳代碼,所以之前的文章僅介紹了新特性,但得到大家廣泛關注。
本以為是2019年5月底會上線代碼,但於2019年5月13日凌晨,PySOT已正式上線代碼!
https://github.com/STVIR/pysot
之前Amusi也分享了幾篇很棒關於目標跟蹤很棒的文章,但本文要介紹的項目是paper+code,這個是大家喜聞樂見的。
- 基於孿生網絡的目標跟蹤算法彙總
- GitHub:目標跟蹤最全資料集
- CVPR2019 | 我對Siamese網絡的一點思考(SiamMask)
PySOT特性
PySOT 目標跟蹤庫實現了目前SOTA的多個單目標跟蹤算法,該項目是用Python編寫,基於PyTorch深度學習框架。
該項目還包含用於評估跟蹤器(tracker)的Python工具接口。
為什麼叫 PySOT?大家應該能猜到是:Python/PyTorch + Single Object Tracking 的組合。Amusi 強烈建議後面再開源個 PyMOT,哈哈!
PySOT 共包含 5 種算法:
- SiamMask (CVPR 2019)
- SiamRPN++(CVPR 2019 oral)
- DaSiamRPN (ECCV 2018)
- SiamRPN (CVPR 2018)
- SiamFC (ECCV 2016)
SiamRPN++
PySOT 提供 3 種 backbone:
- ResNet{18, 34, 50}
- MobileNetV2
- AlexNet
PySOT 提供的評估工具支持如下數據集:
- OTB2015
- VOT16/18/19
- VOT18-LT
- LaSOT
- UAV123
PySOT 安裝與測試
最新更新的 PySOT 添加了安裝教程、模型下載庫、測試/評估腳本等內容。
PySOT 安裝&環境依賴
- Conda with Python 3.7.
- Nvidia GPU.
- PyTorch 0.4.1
- yacs
- pyyamlmatplotlib
- tqdm
- OpenCV
# Create environment and activateconda create --name pysot python=3.7conda activate pysot# Install numpy/pytorch/opencvconda install numpyconda install pytorch=0.4.1 torchvision cuda90 -c pytorchpip install opencv-python# Install other requirementspip install pyyaml yacs tqdm colorama matplotlib cython tensorboardX# Build extensionspython setup.py build_ext --inplace# Try with scriptsbash install.sh /path/to/your/conda pysot
PySOT Model Zoo
Visual Tracking Baselines(Short-term Tracking)
PySOT 工具集:評估
如:VOT2018-LT
測試腳本
cd experiments/siamrpn_r50_l234_dwxcorrpython -u ../../tools/test.py \ --snapshot model.pth \ # model path --dataset VOT2018 \ # dataset name --config config.yaml # config file
侃侃
PySOT的代碼已經上線,快快測試一下吧~
本文為機器之心轉載,轉載請聯繫原作者獲得授權。