資源 | CVPR2019論文實現 – SiamMask 快速在線對象跟蹤和分割：一種統一的方法

• 2019 年 11 月 1 日
• 筆記

Fast Online Object Tracking and Segmentation: A Unifying Approach

論文地址：

https://arxiv.org/abs/1812.05050

Github項目地址：

https://github.com/foolwood/SiamMask#environment-setup

這是SiamMask（CVPR2019）的官方參考程式碼。 有關技術細節，請參閱：

Fast Online Object Tracking and Segmentation: A Unifying Approach

作者：Qiang Wang*, Li Zhang*, Luca Bertinetto*, Weiming Hu, Philip H.S. Torr （ * 表示付出同等貢獻）

CVPR2019

[ Paper – 論文 ] [ Video – 影片（YouTube）] [ Project Page – 項目頁面 ]

目錄

• 環境設置
• Demo
• 測試模型

環境設置

所有程式碼都已經在Ubuntu 16.04，Python 3.6，Pytorch 0.4.1，CUDA 9.2，GTX 2080 GPU的環境上進行了測試

• 克隆項目倉庫

git clone https://github.com/foolwood/SiamMask.git && cd SiamMask  export SiamMask=$PWD

• 設置python環境

conda create -n siammask python=3.6  source activate siammask  pip install -r requirements.txt  bash make.sh

• 將項目添加到PYTHONPATH

export PYTHONPATH=$PWD:$PYTHONPATH

Demo

• 設置 好使用環境
• 下載 SiamMask 模型

cd $SiamMask/experiments/siammask  wget -q http://www.robots.ox.ac.uk/~qwang/SiamMask_VOT.pth  wget -q http://www.robots.ox.ac.uk/~qwang/SiamMask_DAVIS.pth

• 運行 demo.py

cd $SiamMask/experiments/siammask  export PYTHONPATH=$PWD:$PYTHONPATH  python ../../tools/demo.py --resume SiamMask_DAVIS.pth --config config_davis.json

測試模型

• 設置 好使用環境
• 下載測試數據

cd $SiamMask/data  bash get_test_data.sh

• 下載預訓練模型

cd $SiamMask/experiments/siammask  wget -q http://www.robots.ox.ac.uk/~qwang/SiamMask_VOT.pth  wget -q http://www.robots.ox.ac.uk/~qwang/SiamMask_DAVIS.pth

• 評估 VOT 的表現

bash test_mask_refine.sh config_vot.json SiamMask_VOT.pth VOT2016 0  bash test_mask_refine.sh config_vot.json SiamMask_VOT.pth VOT2018 0  python ../../tools/eval.py --dataset VOT2016 --tracker_prefix Cus  --result_dir ./test/VOT2016  python ../../tools/eval.py --dataset VOT2018 --tracker_prefix Cus  --result_dir ./test/VOT2018

• 評估 DAVIS 的性能（少於50秒）

bash test_mask_refine.sh config_davis.json SiamMask_DAVIS.pth DAVIS2016 0  bash test_mask_refine.sh config_davis.json SiamMask_DAVIS.pth DAVIS2017 0

• 評估 Youtube-VOS 的性能（需要 從網站下載數據 ）

bash test_mask_refine.sh config_davis.json SiamMask_DAVIS.pth ytb_vos 0

結果

以下是在本項目倉庫複製的結果。 所有結果都可以從我們的 項目頁面 下載。

注意：速度是在 GTX 2080 上測試的

License

本項目遵循MIT Licence

引用SiamMask

如果你需要使用程式碼，請引用下方的聲明程式碼塊：

@article{Wang2019SiamMask,      title={Fast Online Object Tracking and Segmentation: A Unifying Approach},      author={Wang, Qiang and Zhang, Li and Bertinetto, Luca and Hu, Weiming and Torr, Philip HS},      journal={The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},      year={2019}  }