PySOT

PySOT 是由SenseTime视频智能研究团队设计的软件系统，包含 SiamRPN 与 SiamMask。

PySOT支持以下项目: SiamRPN, DaSiamRPN, SiamRPN++, 和 SiamMask, 并新增了SiamCAR基于遥感数据集微调的模型与SiamNCA.

安装

• 安装paddle。
• 安装paddleseg，输入pip install paddleseg
• 进入工程文件根目录，输入pip install -r requirements.txt
• python setup.py build_ext --inplace

以下文件位于tools目录中运行前应在命令行中输入

export PYTHONPATH=/path/to/pysot:$PYTHONPATH

Demo

运行demo.py。通过更改config,snapshot,video_name，三个参数，改变模型的配置文件，权重文件，测试视频名称。Demo视频路径demo，输出结果路径demo/output。

Test

运行test.py，对指定的测试集进行测试。config,snapshot两参数与demo中相同，dataset为选用的测试集，video测试测试集中指定视频。vis是否显示结果。测试集标定结果默认保存路径results。

Eval

运行eval.py。对test标定结果进行验证。tracker_path，跟踪器标定结果路径，dataset，测试集名称。num，进行eval的进程数tracker_prefix，存储标定结果的文件夹名称（路径），总路径为results/dataset/tracker_prefix。show_video_level显示每个视频测试结果。

Train

运行train.py。cfg参数为训练配置文件。

权重文件

权重文件可以从百度云中下载：链接：https://pan.baidu.com/s/1qHa_1P03vM5cSVZO5DZeoQ 提取码：pypd。可以将下载到的experiments文件夹替换掉工程文件中的文件夹，或在experiments各模型对应文件夹中寻找对应权重。

参考：

本项目代码参考自：https://github.com/STVIR/pysot

SiamRPN paperwithcode：https://paperswithcode.com/paper/high-performance-visual-tracking-with-siamese

SiamRPN++ paperwithcode：https://paperswithcode.com/paper/siamrpn-evolution-of-siamese-visual-tracking

SiamMask paperwithcode：https://paperswithcode.com/paper/siammask-a-framework-for-fast-online-object

SiamCAR paperwithcode：https://paperswithcode.com/paper/siamcar-siamese-fully-convolutional

SiamNCA：https://www.sciencedirect.com/science/article/abs/pii/S0950705122008437