---

前言

pysot-toolkit是基於PySOT的工具，此儲存庫的目的是提供當前單個物件跟蹤資料集的評估API，包括：

VOT2016
 VOT2018
 VOT2018-LT
 OTB100(OTB2015)
 UAV123
 NFS
 LaSOT
 TrackingNet (Evaluation on Server)
 GOT-10k (Evaluation on Server)

關於PySOT的配置和使用，請參考:學習 PySOT(1)（介紹、配置、使用），下面的操作都是在PySOT的基礎上做的。

一、pysot-toolkit準備工作

1.所需環境要求

 tqdm
numpy
glob
opencv-python
colorama
numba

對應的安裝命令：（在Anaconda Prompt 命令視窗下）

pip install tqdm
conda install numpy
pip install glob2 
pip install opencv-python
pip install colorama
pip3 install --user numba

建議安裝完，重啟一下電腦。

2.檔案配置

第一步，配置資料集，以OTB100為例。
參考官方pysot-toolkit

1. 將CVRP13.json，OTB100.json，OTB50.json放在OTB100資料集目錄中（您需要將Jogging複製到Jogging-1和Jogging-2，並將Skating2複製到Skating2-1和Skating2-2或使用軟連結）
   注：Jogging和Skating2都是兩個目標，在OTB Benchmark
   學習（下載連結、評價指標、配置）中有專門說明。
   目錄應採用以下格式：

 | -- OTB100/

​ | -- Basketball

​ | ......

​ | -- Woman

​ | -- OTB100.json

​ | -- OTB50.json

​ | -- CVPR13.json 

2. 如1一樣，將所有其他json放入資料集目錄中。

為什麼將Jogging複製到Jogging-1和Jogging-2 ？
其實，開啟OTB100.json檔案可以看到有Jogging-1和Jogging-2兩個目錄，但是實際的OTB100資料集中Jogging和Skating2有兩個groundtruth_rect.txt，所以需要上述操作。

在VOT2016和VOT2018資料集也需要類似的操作，將VOT2016.json和VOT2018.json檔案開啟後，分別對照資料集看看，需要複製資料夾的複製，需要改名的直接改名即可。

第二步，配置演算法執行結果，以OTB100資料集為例。

OTB100的txt跟蹤結果，百度雲，提取碼：t713

解壓配置，路徑：

3.執行配置（對比演算法）

執行，該配置前，我們先看看官方要求。

git clone https://github.com/StrangerZhang/pysot-toolkit
pip install -r requirements.txt
cd pysot/utils/
python setup.py build_ext --inplace
# if you need to draw graph, you need latex installed on your system

1.git clone https://github.com/StrangerZhang/pysot-toolkit
下載pysot-toolkit，已完成。
2.pip install -r requirements.txt
安裝包，已完成。
3.cd pysot/utils/
python setup.py build_ext --inplace
執行setup.py，生成build。
4.# if you need to draw graph, you need latex installed on your system
＃如果需要繪製圖形，則需要在系統上安裝latex
這一步，我們先不安裝latex ，後續再安裝。安裝比較麻煩。這也影響畫圖。

第一步，執行setup.py，生成build資料夾

可以直接在pycharm環境下setup.py執行。
執行的配置如下：

注意，工作目錄。

執行完，結果：

第二步，配置eval.py引數

我們先看看，官方要求：以OTB100為例

cd /path/to/pysot-toolkit
python bin/eval.py \
	--dataset_dir /path/to/dataset/root \		# dataset path
	--dataset OTB100 \				# dataset name(OTB100, UAV123, NFS, LaSOT)
	--tracker_result_dir /path/to/tracker/dir \	# tracker dir
	--trackers SiamRPN++ C-COT DaSiamRPN ECO  \	# tracker names 
	--num 4 \				  	# evaluation thread
	--show_video_level \ 	  			# wether to show video results
	--vis 					  	# draw graph

其中：
–dataset_dir /path/to/dataset/root
為資料集的路徑。
–tracker_result_dir /path/to/tracker/dir
為演算法測試結果路徑
–num 4
評估執行緒
–show_video_level
顯示視訊結果的方式
–vis
繪製圖形，注意，這個是畫圖的，沒安裝latex ，一定要去掉。不然會出現：

RuntimeError: Failed to process string with tex because latex could not be found

根據實際情況，開啟選單欄Run（執行）–>Edit configurations（編輯配置）

在引數中，新增程式碼：

--dataset_dir
../pysot/datasets/OTB100
--dataset
OTB100
--tracker_result_dir
../results/OTB100
--trackers
SiamRPN
DaSiamRPN
SiamFC
--num
3
--show_video_level

點選OK（確定），執行eval.py

如何加上–vis ，執行結果呢？

二、安裝latex軟體(win10系統)

一開始，在網上尋找使用conda或者pip安裝latex包都沒有用，不清楚為什麼，後續查詢需要額外安裝軟體 (win10系統)。
找了好久，在，RuntimeError: Failed to process string with tex because latex could not be found，網址，有相關介紹。
Ubuntu安裝，建議參考，其他人的部落格，安裝方式類似，配置環境略有不同。

1.安裝MiKTeX

官網下載地址：https://miktex.org/download
一步一步點選安裝即可。

2.安裝TexMaker

官網下載地址：https://www.xm1math.net/texmaker/download.html
一步一步點選安裝即可。安裝後，需要配置TexMaker軟體。
下載TexMaker軟體很慢，還容易失敗，我自己都下載了一晚上。
附上百度雲連結吧。
百度雲，提取碼：n84c

3.配置TexMaker

選項——>配置TexMaker

配置命令：

配置編輯器

4.配置MiKTeX

需要配置MiKTeX，如不配置，執行可能出現如下錯誤：出現後，手動點選Install，也能解決問題，就是太慢了。

第一步，開啟MiKTeX，如下圖選擇

第二步，手動安裝軟體包。單擊Settings以導航到設定頁面，單擊General選項卡，選擇change:

如下圖選擇：

如下圖選擇：

第三步，更新MiKTeX安裝包:

單擊Updates以導航到更新頁面，單擊Check for Updates以搜尋可更新的程式包。如下圖所示：

幾秒鐘後，您將看到一個類似於以下的視窗，單擊Update now以開始安裝更新。

配置完，必須重啟電腦

三、執行eval.py畫圖

1. 修改eval.py引數，執行

根據實際情況，開啟選單欄Run（執行）–>Edit configurations（編輯配置）

在引數中，新增程式碼：

--dataset_dir
../pysot/datasets/OTB100
--dataset
OTB100
--tracker_result_dir
../results/OTB100
--trackers
SiamRPN
DaSiamRPN
SiamFC
SiamDWfc
--num
3
--show_video_level
--vis

點選OK（確定），執行eval.py

2. 常見問題解決

1.若出現，如下圖所示，可能MiKTeX沒有安裝好，或者配置好。

2.若出現以下問題：
TimeoutError: Lock error: Matplotlib failed to acquire the following lock file:
C:\Users\Administrator.matplotlib\tex.cache\1f182d9bede4c9cd7c73d0968523a788.tex.matplotlib-lock
This maybe due to another process holding this lock file. If you are sure no
other Matplotlib process is running, remove this file and try again.
解決方法：
第一步，在Anaconda Prompt 命令視窗下，終端python 的環境下，
輸入：

import matplotlib    
print(matplotlib.matplotlib_fname())

如下圖所示：

獲得matplotlibrc檔案的路徑：D:\Anaconda3\Lib\site-packages\matplotlib\mpl-data\matplotlibrc

第二步，安裝SimHei.tff
百度上很多下載連結，下載後，並前往指定目錄:D:\Anaconda3\envs\pytorch12gpu\Lib\site-packages\matplotlib\mpl-data\fonts\ttf，將下載好的SimHei移動到該目錄下。

第三步，刪除matplotlib的緩衝目錄
先找到，matplotlib的緩衝目錄
輸入：

import matplotlib
matplotlib.get_cachedir()

目錄在C:\Users\Administrator中，

清空緩衝目錄裡面的檔案， 刪除 C:\Users\Administrato.matplotlib檔案

第四步，修改matplotlibrc檔案

修改D:\ProgramData\Anaconda3\lib\site-packages\matplotlib\mpl-data 裡面的matplotlibrc檔案，修改如下：

font.family : sans-serif
font.sans-serif : SimHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif
axes.unicode_minus，將True改為False，作用就是解決負號'-'顯示為方塊的問題

實際修改，如下圖：

重啟電腦。

執行eval.py。
出現結果：

---

大家如果覺得有幫助的話，點個贊哦！

上一篇：學習 PySOT(1)（介紹、配置、使用）