前几天 CVer推送一篇《重磅！商汤开源目标跟踪库PySOT：含SiamRPN++和SiamMask等算法》，介绍了来自商汤科技的STVIR（SenseTime Video Intelligence Research team）开源的目标跟踪库：PySOT。当时PySOT并没有上传代码，所以之前的文章仅介绍了新特性，但得到大家广泛关注。
本以为是2019年5月底会上线代码，但于2019年5月13日凌晨，PySOT已正式上线代码！
https://github.com/STVIR/pysot
之前Amusi也分享了几篇很棒关于目标跟踪很棒的文章，但本文要介绍的项目是paper+code，这个是大家喜闻乐见的。
- 基于孪生网络的目标跟踪算法汇总
- GitHub：目标跟踪最全资料集
- CVPR2019 | 我对Siamese网络的一点思考（SiamMask）
PySOT特性
PySOT 目标跟踪库实现了目前SOTA的多个单目标跟踪算法，该项目是用Python编写，基于PyTorch深度学习框架。
该项目还包含用于评估跟踪器（tracker）的Python工具接口。
为什么叫 PySOT？大家应该能猜到是：Python/PyTorch + Single Object Tracking 的组合。Amusi 强烈建议后面再开源个 PyMOT，哈哈！
PySOT 共包含 5 种算法：
- SiamMask （CVPR 2019）
- SiamRPN++（CVPR 2019 oral）
- DaSiamRPN （ECCV 2018）
- SiamRPN （CVPR 2018）
- SiamFC （ECCV 2016）
SiamRPN++
PySOT 提供 3 种 backbone：
- ResNet{18, 34, 50}
- MobileNetV2
- AlexNet
PySOT 提供的评估工具支持如下数据集：
- OTB2015
- VOT16/18/19
- VOT18-LT
- LaSOT
- UAV123
PySOT 安装与测试
更新的 PySOT 添加了安装教程、模型下载库、测试/评估脚本等内容。
PySOT 安装&环境依赖
- 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：评估
如：VOT2018-LT
测试脚本
- 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的代码已经上线，快快测试一下吧~
