帮酷LOGO
  • 显示原文与译文双语对照的内容
Learning Multi-Domain Convolutional Neural Networks for Visual Tracking

  • 源代码名称:MDNet
  • 源代码网址:http://www.github.com/HyeonseobNam/MDNet
  • MDNet源代码文档
  • MDNet源代码下载
  • Git URL:
    git://www.github.com/HyeonseobNam/MDNet.git
  • Git Clone代码到本地:
    git clone http://www.github.com/HyeonseobNam/MDNet
  • Subversion代码到本地:
    $ svn co --depth empty http://www.github.com/HyeonseobNam/MDNet
    Checked out revision 1.
    $ cd repo
    $ svn up trunk
  • MDNet: 多域卷积神经网络跟踪器

    Hyeonseob Nam和Bohyung Han 创建 POSTECH

    项目网页:http://cvlab.postech.ac.kr/research/mdnet/

    新闻

    可以使用英镑的 ( 28,2017 ) python 实现[py-MDNet]

    简介

    在一组基于CNN训练的大型跟踪序列中,MDNet是基于视频的视觉跟踪器,而VOT2015挑战系统的赢家跟踪器则是这样的。

    本系统的详细描述由我们的纸公司提供。

    软件是使用 MatConvNetr的一部分实现的。

    引用

    如果你在出版物中使用这里代码,请参考我们的文章。

    @InProceedings{nam2016mdnet,
    author = {Nam, Hyeonseob and Han, Bohyung},
    title = {Learning Multi-Domain Convolutional Neural Networks for Visual Tracking},
    booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
    month = {June},
    year = {2016}
    }

    许可证

    这里软件仅适用于研究目的。 查看许可证文件了解详情。

    系统要求

    这里代码在 64位 Linux ( Ubuntu 14.04 ) 上测试。

    先决条件 0.MATLAB ( 使用R2014a测试) 0. MatConvNet ( 使用版本 1.0 -beta10测试,包含在这里知识库中) 0. 对于GPU支持,需要根据 MatConvNet安装指南 ( ~2GB内存) 和CUDA工具包。

    安装

    • 根据安装指南编译 MatConvNet 。 在'compile_matconvnet.m'中提供了一个示例脚本。
    • 运行'setup_mdnet.m'设置运行MDNet的环境。

    使用进行在线跟踪的

    Pretrained模型

    如果只需要运行跟踪器,你可以使用 pretrained MDNet模型: 0.模型/mdnet_vot-otb 。mat ( 对 VOT13,14,15进行培训排除 OTB ) 0. 模型/mdnet_otb-vot14.mat ( 不包括VOT14的OTB ) 0. 模型/mdnet_otb-vot15.mat ( 针对OTB不包括 VOT15 )

    演示 0.运行'跟踪/demo_tracking 。m'。

    演示使用pretrained模型'模型/mdnet_vot-otb 。mat'对 '潜水' 序列进行在线跟踪。

    在GPU内存不足时,减少'跟踪/mdnet_init 。m'中的opts.batchSize_test 。 你还可以通过在'跟踪/mdnet_init 。m'中将 opts.useGpu 设置为 false ( 不推荐) 来禁用GPU支持。

    学习 MDNet

    准备数据集

    你可能需要OTB和VOT数据集来学习MDNet模型。 你还可以通过配置'z/genconfig 。m'来使用其他数据集。 0.下载 OTBVOT数据集。 0.在'dataset/VOT/201x', 中查找'数据集/OTB'和VOT201x序列中的OTB序列,或者在'z/genconfig 。m'中修改变量 benchmarkSeqHome

    演示 0.运行'。pretraining/demo_pretraining 。m'。

    这个演示使用OTB或者VOT序列训练新的MDNet模型。




    Copyright © 2011 HelpLib All rights reserved.    知识分享协议 京ICP备05059198号-3  |  如果智培  |  酷兔英语