1. 论文基本信息
- 论文标题：Deep Attentive Tracking via Reciprocative Learning
- 论文作者：Shi Pu（Beijing University of Posts and Telecommunications）等人
- 论文出处：NIPS 2018
- 在线阅读：https://arxiv.org/pdf/1810.03851.pdf
- 源码链接：https://github.com/shipubupt/NIPS2018
2. 运行环境介绍
- NVIDIA GTX 1070
- Ubuntu 16.04 x64
- CUDA 8.0.61 for Ubuntu 16.04
- cuDNN 5.1 for CUDA 8.0
- Python 2.7
- PyTorch 0.2.0
3. 准备
S1. 下载官方源代码并解压。
S2. 下载imagenet-vgg-m.mat文件，链接：http://www.vlfeat.org/matconvnet/models/imagenet-vgg-m.mat
S3. 在源码中的DAT目录下，创建一个文件夹models，将S2中下载的imagenet-vgg-m.mat文件移动到这个models文件夹中。
4. 配置
S1. 新建终端窗口，运行命令sudo nvidia-settings，输入密码后在弹出的NVIDIA窗口中查看并记下自己的显卡编号，如下图所示：
S2. 打开源码DAT/tracking目录中的run_tracker.py文件，修改第5行代码，将右边的数字改为上述查看的显卡编号，如下图所示：
S3. 打开源码DAT/tracking目录中的demo.py文件，修改第15行，将其更改为自己Python 2.7的Python命令文件，如下所示：
os.system("/home/dodge/anaconda3/envs/py27_for_pytorch020/bin/python2 run_tracker.py -s "+name)
注： 前面的Python路径要结合自己实际情况来配置。
S4. 打开源码DAT/tracking目录中的run_tracker.py文件，修改第511行代码，将args.display的值修改为True，这样可以在跟踪过程中显示图像。
5. 运行
进入到源码的DAT/tracking目录中，在终端中运行如下命令即可运行DAT跟踪算法（请确保当前的Python版本为2.7）：
python demo.py
大约等待几分钟，算法会开始跟踪，默认跟踪的是源码自带的视频football，如下图所示（绿色矩形框表示ground-truth，红色矩形框表示算法result）：
6. 可能出现的问题及解决方法
问题 1： 找不到scipy模块，ImportError: No module named 'scipy'。
解决： 在自己的Python 2.7环境中安装scipy库，可以用命令conda install scipy进行安装。
问题 2： 找不到PIL模块，ImportError: No module named 'PIL'。
解决： 在自己的Python 2.7环境中安装Pillow库，可以用命令pip install Pillow进行安装。
问题 3： 找不到matplotlib模块，ImportError: No module named matplotlib。
解决： 在自己的Python 2.7环境中安装matplotlib库，可以用命令conda install matplotlib进行安装。
问题 4： 找不到sklearn模块，ImportError: No module named sklearn.linear_model。
解决： 在自己的Python 2.7环境中安装scikit-learn库，可以用命令conda install scikit-learn进行安装。
问题 5： 运行时进行了显示配置，但跟踪时没有图像显示。
解决： 代码默认会将跟踪结果图像保存为图片文件存储在源码的result_fig_labgpu_test目录中，如果能够接受运行完查看截图的方式，也可以不修复此问题。若希望修复，请继续阅读下面的内容。
matplotlib不显示画面的问题容易出现在虚拟Python环境中，首先确认自己的Python 2.7环境是不是设置为agg类型的后端，逐行运行如下代码进行查看：
Python
import matplotlib
matplotlib.get_backend()
若为形如agg类型的后端，则需要将其改为TkAgg类型的后端，方法如下：
S1. 在自己的Python 2.7环境中，首先卸载已经安装的matplotlib库，可以用命令conda uninstall matplotlib来卸载。
S2. 新建终端窗口，运行命令sudo apt-get install tcl-dev tk-dev python-tk安装Tk GUI。
S3. 在自己的Python 2.7环境中，重新安装matplotlib库，可以用命令conda install matplotlib进行安装。
S4. 打开源码DAT/tracking目录中的run_tracker.py文件，修改第14行代码，将里面默认的Agg修改为TkAgg，修改后的代码如下所示：
matplotlib.use('TkAgg')
S5. 重新运行跟踪源码即可。