文件名称:SiameseFC-TF
文件大小:6.4MB
文件格式:ZIP
更新时间:2024-05-22 11:52:46
Python
暹罗FC-TF 该存储库是SiamFC的训练和评估的tensorflow实现,如论文《。 该代码是基于本文作者( )的存储库中的仅评估版本代码进行修改的。 训练步骤 逐步解释整个模型和培训过程。 2.1准备训练数据 一个训练样本包括示例图像z ,搜索图像x以及它们相应的地面真实信息: z_pos_x,z_pos_y,z_target_w,z_target_h和x_pos_x,x_pos_y,x_target_w,x_target_h 。 注意,目标的坐标已通过函数src.region_to_bbox.py从左上角转换到bbox的中心。 我们在视频中将经过去噪的两个图像分别选为z和x,然后从ImageNet大规模视觉识别竞赛(ILSVRC)数据集中的所有78个vedios中获得经过改组的训练数据集。 为了方便后续步骤,我们将所有图像调整为统一大小[ design.resize_width
【文件预览】:
SiameseFC-TF-master
----run_tracker_training.py(2KB)
----output()
--------checkpoint(691B)
--------saver-test.data-00000-of-00001(6.46MB)
--------saver-test.meta(5.74MB)
--------saver-test.index(3KB)
----parameters()
--------run.json(78B)
--------hyperparams_xc5.json(196B)
--------evaluation.json(140B)
--------design.json(500B)
--------hyperparams_natural.json(190B)
--------environment.json(173B)
--------hyperparams.json(207B)
----get_shuffled_list_from_vedio.py(3KB)
----src()
--------crops.py(5KB)
--------siamese.py(9KB)
--------pprint_params.py(210B)
--------read_training_dataset.py(4KB)
--------convolutional.py(3KB)
--------tracker.py(9KB)
--------parse_arguments.py(1KB)
--------region_to_bbox.py(2KB)
--------__init__.py(0B)
--------trainer.py(8KB)
--------visualization.py(1KB)
----requirements.txt(64B)
----prepare_training_dataset.py(3KB)
----.gitignore(85B)
----README.md(10KB)
----run_tracker_evaluation.py(8KB)