1.配置PySOT完整过程

配置PySOT完整过程

       配置PySOT于Windows 环境中，源码搭配CUDA 8.0和Python 3.7，源码主要针对SiamRPN和SiamMask进行操作。源码首先，源码确保预训练模型已下载并放置在pysot/experiments文件夹中。源码网页查看java源码下载时需注意，源码stack源码介绍切勿直接替换默认文件夹，源码而是源码使用pysot源码中的config.yaml文件，以避免'BACKBONE.LAYERS'等配置键的源码错误。

       在安装过程中，源码需指定清华镜像源，源码例如使用命令：-i pypi.tuna.tsinghua.edu.cn...。源码在PyCharm中，源码萝卜4.0.9源码设置项目 interpreter，源码选择系统Python 3.7版本，源码然后安装所需package。在运行配置中，青蛙tv源码针对无摄像头情况，添加参数如：--config ../experiments/siamrpn_alex_dwxcorr/config.yaml --snapshot ../experiments/siamrpn_alex_dwxcorr/model.pth --video ../demo/bag.avi。有摄像头时，只需调整--video参数即可，php nft源码更换config和snapshot路径以使用不同模型。

       运行程序时，选择目标区域，通过按下空格键或回车开始追踪，按'c'键取消。在测试阶段，由于PySOT项目依赖Cpython，所以需要预编译setup.py。编译成功后，会生成build文件夹。本文实例化了OTB数据集，例如，将Jogging和Skating2文件夹分别复制为Jogging-1, Jogging-2和Skating2-1, Skating2-2，然后通过pysot/tools/test.py进行测试。

       最后，特别感谢SenseTime Video Intelligence Research Team提供了PySOT的使用指南和资源！