摘要
最近，在实验室里有个关于医学影像的项目，项目里涉及Object tracking 。老板给了篇参考论文让我们先进行复现，也就是SiamFC。在复现期间，我遇到了许多的困难，在此记录下来，希望以后复现这篇论文的人能绕开不必要的坑。
一、关于论文
《Fully-Convolutional Siamese Networks for Object Tracking》这篇论文是University of Oxford的Luca Bertinetto , Jack Valmadre , João F. Henriques, Andrea Vedaldi, Philip H.S. Torr所写的，发表在ECCV 2016 。
在这篇论文中，作者提出了 Fully-Convolutional Siamese Networks(后面简称SiamFC)，该神经网络用于Object Tracking。与大多数Object Tracking不同的是，这篇Paper用SiamFc作为基本的跟踪算法，以end-to-end的形式在训练集上训练而成，且训练完成以后，”Our tracker operates at frame-rates beyond real-time and, despite its extreme simplicity, achieves state-of-the-art performance in multiple benchmarks”。
此外，作者于2017年对SiamFC做出了改进，发表了《End-to-end representation learning for Correlation Filter based tracking》。在这篇论文中，作者引进了Correlation Filter 结构，并将改进后的网络称为CFNet。
二、环境配置
对于论文实现部分，作者提供了两种方式：一种是MATLAB版本，另一种是Tensorflow版本。
我是通过Tensorflow版本实现复现的，这个版本的好处在于代码比较清晰，环境配置不算麻烦，重点是需要修改的地方知道如何修改。
1.Tensorflow 版本
首先，既然是Tensorfflow版本，就必定要用到Tensorflow。我推荐大家用原生pip进行安装，比较方便。此外，大家进行安装gpu版本，虽然tensorflow-gpu安装所需的环境配置起来很麻烦（要装CUDA,cuDNN，这两个下载起来太慢了，貌似国内也没有镜像，太不方便了），但是许多项目中还是普遍使用该版本的。
Link：
Tensorflow 官网：
https://www.tensorflow.org/?hl=zh-cn
如何兼容Python 2.x 和Python 3.x：
https://blog.csdn.net/sevensevensevenday/article/details/76223999
Windows下Tensorflow的安装教程：
https://blog.csdn.net/u010099080/article/details/53418159
https://blog.csdn.net/JerryZhang__/article/details/60763161
装好了Tensorflow，事情基本就解决了一半了，接着再来配置论文所需要的环境。
参照项目的README将项目git到文件夹后，将作者所提供的预训练网络和数据集下载到指定数据集。由于作者发布的时间比较久，在requirements.txt中所指定的库的版本大多不是最新版本，我们只需要直接pip install最新版本的库就好了。
最后，因为作者使用的是Python 2.7，而如今 Tensorflow 所支持的版本是Python 3.5 和 3.6，所以我们需要对代码进行修改：
(1)print加上()
(2)iteritems替换为items
(3)xrange替换为range
此外，数据集解压后不是直接放在data文件夹里面，而是data里的validation子文件夹里（这一点其实可以在parameters\evaluation.json中修改）。
Link：
SiamFC-tf配置教程：
https://blog.csdn.net/weixin_38493025/article/details/80471731#commentsedit
2.Matlab版本
真心不推荐使用这个版本进行复现，因为当我废了很大劲去配置好环境，才发现还需要去修改代码，以使得其正常运行（关键是，没有前辈的博客能参考，这代表我需要完整看完整篇代码，但我并没有这么多时间，毕竟先复现才是关键）。
在Matlab版本中，你需要GPU,CUDA drivers, cuDNN, Matlab, MatConvNet 。
其中，最为繁琐的步骤莫过于配置MatConvNet（MatConvNet是实现卷积神经网络（CNN）的MATLAB TOOLBOX，用于计算机视觉应用）。
在配置MatConvNet时，我遇到的最为恼火的问题就是需要在编译该工具箱，而这意味着需要使用”mex -setup”，即需要你有安装C或C++编译器。
一开始，我觉得比较简单，下个TDM-GCC以及MinGW64编译器就好了，毕竟Matlab官方也指出支持该编译器进行混合编译。但是，MatConvNet中的命令”vl_compilenn”的源代码中就指出 MinGW64 编译器不支持，要使用 Visual Studio C++ 编译器！那就得去安装Visual Studio，但是，你得安装与你Matlab版本相对应的VS才行，而往往同年版本的Matlab并不支持同年版本的VS。
这里，你往往又得查看官方文档，然后还得解决下载往年版本的VS的问题。
Link ：
VS 往年版本镜像：
https://msdn.itellyou.cn
Windows下安装MatConvNet：
https://blog.csdn.net/yexiaogu1104/article/details/73177690
安装MatConvNet时的故障排查：
https://blog.csdn.net/w1301100424/article/details/80602145
https://blog.csdn.net/u014580035/article/details/53289424
三、论文理解
由于我的知识有限，也不能在这里给大家讲解这两篇论文了，怕误人子弟。
这两篇论文给我的感觉是：要想理解这两篇论文，你得先搞懂CNN，Siamese Net，Object Track等等。
这里放两篇之前看的博客，希望大家能有所收获：
Fully-Convolutional Siamese Networks for Object Tracking基于全卷积孪生网络的目标跟踪算法SiameseFC
【目标跟踪】SiameseFC & CFNet
如果你看到了这篇文章的最后，并且觉得有帮助的话，麻烦你花几秒钟时间点个赞，或者受累在评论中指出我的错误。谢谢！
作者信息：
CSDN：Code_Mart
Github：Bojack-want-drink