OTB是咱們tracking領域經常用到的一個評估數據集，經常使用的有OTB50(2013年)和OTB100(2015年)，下面就來演示一下如何讓一個tracker(一般是一個文件夾的形式)在下載下來以后能成功運行于OTB-2013的平臺上。html

原料：一、matlab(有時候會涉及到matconvnet的使用, matlab盡可能用新一點版本的)git

二、OTB-2013平臺(http://cvlab.hanyang.ac.kr/tracker_benchmark/benchmark_v10.html)github

三、sequences(測試的視頻集，須要一個個視頻點進去下載，最后一塊兒放到一個命名為sequences的文件夾中)(http://cvlab.hanyang.ac.kr/tracker_benchmark/datasets.html)框架

1、OTB框架基本介紹函數

在解壓完壓縮包以后咱們獲得一個名為tracker_benchmark_v1.0(這里我重命名為tracker_benchmark_test)的文件夾，再把下載的測試視頻集放在sequences的文件夾中，將其一塊兒放在命名為OTB的文件夾中，如圖：測試

咱們先看一下tracker_benchmark_test里的不一樣文件夾的做用，如圖是OTB平臺的工做目錄：code

一、main_running : 平臺運行的入口。視頻

二、trackers: OTB平臺里會內置一些tracker，另外咱們能夠本身下載tracker通通放置在trackers這個文件夾里。htm

三、util: 里面的configTrackers和configSeqs是用來配置tracker和視頻文件的。it

四、anno： 里面存放的是groundtruth，OTB2013和2015的區別就在anno里的文件數目了，還有就是sequences里的視頻數目。

五、results：通常結果會保存在這個文件夾。

六、perfPlot是對results里tracking的結果進行評估的函數。

六、figs和perfmat是perfPlot評估以后的結果存放的位置。

2、測試一個tracker

首先準備一個tracker(最好是有現成的適配OTB版本的tracker)，咱們這里使用的是STAPLE，這是2016年cvpr的一篇工做，code下載地址:?https://github.com/bertinetto/staple，將其重命名為staple以后拷貝到trackres目錄下，如圖:

(1)打開util下的configTrackers.m配置全部的trackers(這里只有一個測試用的staple)，將其余trackers注釋掉，而后本身寫一個struct，里面只有一個staple，如圖：

注意：這里tracker的命名要和trackers文件夾中實際的 run_xxxx 保持一直(包括大小寫)，由于OTB在運行main_running這個函數的時候將會按照configTrackers.m里的命名規則尋找tracker中對應的 run_xxxx 的函數運行，好比咱們這里是 run_Staple。

(2)打開util下的configSeqs.m配置全部的視頻(這里為了測試咱們只選用幾個視頻，將seqIVT和seqOther注釋掉，只留下seqVTD)，而后注意對于每一個視頻的struct要另外設置它的訪問路徑，原先下載的路徑都是d:\data_seq\soccer\，咱們改為本身電腦里的實際路徑，如圖：

(3)接著把matlab的工做路徑設置到tracker_benchmark_test中，打開main_running.m, 注釋第9行(不知道是啥)， 第20行evalType改為OPE (OPE,SRE,TRE是三種不一樣的評價方式，咱們這里使用OPE)，第27行finalPath是tracking結果保存的路徑，咱們這里填寫['./results/results_' evalType '_CVPR13/staple/']， 咱們嘗試運行 main_running.m 函數。。。等待片刻會發現剛剛用來保存結果的路徑下面多了幾個mat,如圖：

3、評估一個tracker

評估一個tracker咱們一般須要修改兩個函數：perfplot 和 genPerfMat，perfplot函數是評估tracker時候的入口函數，在配置好configTrackers.m 和 configSeqs.m 時直接運行它便可。不過，得注意設置一下genPerfMat函數里的路徑(這是perfplot用來調用進行初始化的函數)，在 genPerfMat.m 的第9行，如圖：

路徑跟 main_running 當時設置的保存路徑時一致的，至關于用剛剛的結果看成輸入。

而后再配置一下 perfplot 里的保存路徑，在第94行，這是評估結果的保存路徑，另外，須要再加一段代碼用來第一次建立目錄，后面的評估指標 evalTypeSet 把三個改為一個OPE，如圖：

能夠對比一下修改前和修改后，而后在 perfPlot 里點擊運行，會出現一共12張圖，第1張圖是總的結果，后面的11張圖是不一樣類型視頻的評估結果，咱們每每最關注第1張圖。

至此就是配置OTB平臺的最基本步驟，經過這種方式能夠快速的對一個tracker進行評價，固然要對tracker進行調參還須要對OTB平臺有更深刻的了解，這里就不加以詳細敘述了。

總結

以上是生活随笔為你收集整理的otb100matlab,OTB(visual tracker benchmark) 的基础环境配置的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。