DAVIS2016+Matlab+Win10使用指南

介绍

项目地址：https://davischallenge.org/davis2016/code.html

下载

如下图所示，在DAVIS2016-Download页面，下载matlab代码和数据集

注意事项：

目录结构：

DAVIS2016

    |--DAVIS

    |--davis-matlab-davis-2016

---

代码下载：

• 不要用   git clone，git clone的结果是下载了2017的代码。直接在github下载zip，解压。
•  解压时会遇到aux文件夹内容解压失败，这是因为aux是windows保留的名称，因此不能创建名称为aux的文件夹或文件。

创建文件夹aux_  :   ..\DAVIS2016\davis-matlab-davis-2016\measures\aux_   

把aux中对应内容解压到aux_中

修改 ..\DAVIS2016\davis-matlab-davis-2016\startup.m

使用数据库

参考https://github.com/davisvideochallenge/davis-matlab/tree/davis-2016

安装

• 修改db_root_dir.m，使得地址指向DAVIS数据库在你系统中解压的位置（包含文件夹Annotations和JPEGImages）。
• 运行startup.m，添加必要的路径和执行一些检查操作。
• 如果上一步出问题了，就执行build.m，进行重编译。（没用过）

代码使用

• demo_sweep.m

脚本包含了一个读取数据集图像和注释的demo.

% ------------------------------------------------------------------------ 
% Jordi Pont-Tuset - http://jponttuset.github.io/
% April 2016
% ------------------------------------------------------------------------ 
% This file is part of the DAVIS package presented in:
%   Federico Perazzi, Jordi Pont-Tuset, Brian McWilliams,
%   Luc Van Gool, Markus Gross, Alexander Sorkine-Hornung
%   A Benchmark Dataset and Evaluation Methodology for Video Object Segmentation
%   CVPR 2016
% Please consider citing the paper if you use this code.
% ------------------------------------------------------------------------
% This script simply reads all images, annotations and
% shows how to sweep all results
% ------------------------------------------------------------------------

addpath(fullfile(db_matlab_root_dir,'db_util'));

% Name of a result technique
% result_id = 'fcp';

% Get the ids of all sequences
seq_ids = db_seqs();
%seq_ids={'bear';'blackswan';'bmx-bumps';'bmx-trees';'boat';'breakdance';'breakdance-flare';'bus';'camel';'car-roundabout';'car-shadow';'car-turn';'cows';'dance-jump';'dance-twirl';'dog';'dog-agility';'drift-chicane';'drift-straight';'drift-turn';'elephant';'flamingo';'goat';'hike';'hockey';'horsejump-high';'horsejump-low';'kite-surf';'kite-walk';'libby';'lucia';'mallard-fly';'mallard-water';'motocross-bumps';'motocross-jump';'motorbike';'paragliding';'paragliding-launch';'parkour';'rhino';'rollerblade';'scooter-black';'scooter-gray';'soapbox';'soccerball';'stroller';'surf';'swing';'tennis';'train'};

% Sweep all sequences
for s_id = 1:length(seq_ids)
    
    % Get all frame ids for that sequence
    frame_ids = db_frame_ids(seq_ids{s_id});
    %frame_ids={'00000','00001','00002','00003','00004','00005','00006','00007','00008','00009','00010'……};
    fprintf('%s contains %d images: \n',seq_ids{s_id},length(frame_ids));
    
    % Sweep all frames
    for f_id = 2:length(frame_ids)-1
        fprintf('.');

        % Read the original image
        image  = db_read_image(seq_ids{s_id}, frame_ids{f_id});
        %doing three things: 
        %construct the path of the reading images,
        %check whether it exit,
        %and read the image according to the path.
        %image_path = fullfile(db_im_dir, seq_id, [frame_id '.jpg']);
        %image  = imread(imamge_path);
        
        
        % Read the object annotation
        annot  = db_read_annot(seq_ids{s_id}, frame_ids{f_id});
        
        % Read a result
        % The result must be store in the path which is in the form of
        % '..\db_root_dir\Results\Segmentations\db_im_size\result_id\seq_id\frame_id.png'
        % '..\DAVIS\Results\Segmentations\480p\SCBU\bear\00001.png'
        result = db_read_result(seq_ids{s_id}, frame_ids{f_id}, result_id); 
    end
    fprintf('\n');
end

---

• measures/eval_result.m

在一个确定的子集上对所选方法进行评估，子集和方法都在demo中修改参数确定

实验用的方法SCBU  https://mp.csdn.net/postedit/83042190

这个measures/eval_result.m并非demo，而是一个function，需要自己写个demo调用它，先研究这函数输入输出

% main.m
addpath(fullfile(db_matlab_root_dir,'db_util'));
addpath(fullfile(db_matlab_root_dir,'measures'));

[eval, raw_eval] = eval_result('SCBU', {'J','F','T'},'all');
%function [eval, raw_eval] = eval_result(result_id, measures, gt_set)

输入

• result_id：要评估的方法的ID，比如'my_method'、'SCBU'、'MCD5.8ms'等等，函数根据这个ID找到存储预处理好的该方法的结果的位置，读取处理结果，得到相应的指标值。
• measures：要评估的指标，三种
• gt_set：用哪个集合作为gt集合，有三种：'all'、'train'、'val'

输出

• eval：一个1*1的struct

• raw_eval :保存了每一帧的

结果会以.mat的形式保存在 ..\DAVIS2016\davis-matlab-davis-2016\eval_results中。之后画图或者画表格时会用到。

---

• experiments\experiments_params.m

画图或者画表格的参数在这个文件中调整，在后面补上我们要验证的算法'SCBU'

% List of techniques compared
techniques = {'mcg','sf-lab','sf-mot',...
              'nlc','cvos','trc','msg',...
              'key','sal','fst',...
              'tsp','sea','hvs','jmp','fcp','bvs','ofl','msk','SCBU'};
          
% Names to be shown on the tables
techniques_paper = {'MCG','SF-LAB','SF-MOT',...
                    'NLC','CVOS','TRC','MSG',...
                    'KEY','SAL','FST',...
                    'TSP','SEA','HVS','JMP','FCP','BVS','OFL','MSK','SCBU'};

% Output folder to save files
paper_data = '~/tmp';       

• experiments\global_table.m

一个demo，用来画原论文中的表格2，直接运行即可得到下面表格的数据。各个方法的评价指标值，比较表格。

• experiments\attribute_table.m

​​​​​​​一个demo，用来画原论文中的表格3，直接运行即可得到下面的表格数据。在不同的挑战下各算法性能比较。