STARK代码详细学习笔记_目标识别 stark

---

前言

---

本文记录了STARK代码学习阶段的步骤，核心内容从原作者的github中搬运，对于部分内容（如不同数据集的测试语句）仅以一个为例进行展示，详细请查看原github页面。

code链接：https://github.com/researchmm/Stark
paper链接：https://arxiv.org/abs/2103.17154

STARK的Highlights:

1. End-to-End： 直接预测一个精准的边界框作为跟踪结果。
2. Post-processing Free： 不需要任何超参数敏感性的处理，性能稳定。
3. Real-Time Speed： STARK-ST50, STARK-ST101在Tesla V100上的运行时间分别为40和30FPS；STARK-Lightning在RTX TITAN上的运行时间为200-300FPS

开始前的准备工作，从https://github.com/researchmm/Stark中下载代码部分

一、环境安装

该项目基于pytorch17的框架，如果已经有pytorch17的环境可以直接在自己电脑中的环境中运行，不用再重建虚拟环境。

进入自己的pytorch17的虚拟环境中，安装STRAK中的所需的其他库(记得进入install_pytorch17.sh把前4行中安装pytorch的语句删除)。

conda activate pytorch17 # 我的虚拟环境的名称就叫做pytorch17
bash install_pytorch17.sh # 安装其他库
1
2

二、设置项目路径

cd到STARK文件夹，执行以下语句，会在 lib/train/admin/local.py 和 lib/test/evaluation/local.py 中分别生成训练数据和测试数据的路径，之后如果要修改数据路径也是在对应local.py文件中修改。

python tracking/create_default_local_file.py --workspace_dir . --data_dir ./data --save_dir .
1

三、训练STARK

用单个GPU训练

python tracking/train.py --script stark_s --config baseline --save_dir . --mode single
1

四、测试STARK

1. 下载预训练模型

直接进行测试的话，需要下载一个预训练好的模型

• 官方链接：https://github.com/researchmm/Stark/blob/main/MODEL_ZOO.md
• 我自己只下了STARK-ST50的baseline，存放在阿里云盘里了，下载挺快的：https://www.aliyundrive.com/s/erHasVGm46h

下载完成后在项目根目录下创建checkpoints/train/strak_st2/baseline文件夹，并将文件放在里面。

2. 准备测试数据集

以LaSOT数据集为例，在项目的根目录下创建data文件夹，然后放入自己下好的LaSOT数据集。

• LaSOT链接：http://vision.cs.stonybrook.edu/~lasot/download.html
• 全部的LaSOT序列太大了，我这里只下载了truck的序列视频（约5G），阿里云盘链接：

以LaSOT数据集为例，终端环境下测试语句如下：

# 在终端下测试
python tracking/test.py stark_st baseline --dataset lasot --threads 32
python tracking/analysis_results.py # need to modify tracker configs and names
1
2
3

直接运行会出BUG，还需要修改以下几个地方。

1. 将lasotdataset.py中的def _get_sequence_list()方法里的sequence_list改为[‘truck-1’,…,] （这是因为我们只下载了truck序列的数据集）

2. 在终端重新运行

python tracking/test.py stark_st baseline --dataset lasot --threads 32
1

会提示Downloading: restnet50之类的语句，这是在下载backbone，虽然只有97.8M还是很慢，我自己下载好后放到了该语句中提示的下载处。

restnet50的阿里云盘链接：https://www.aliyundrive.com/s/yb9SVcm4wY2

这时再重新运行，进行测试

python tracking/test.py stark_st baseline --dataset lasot --threads 32
1

五、STARK代码细节

持续补充ing…

测试结果会保存在STARK/test/tracking_results文件夹中
若要观察代码运行过程中每一帧的预测结果，STARK/lib/test/evaluation/tracker.py中约line 87

output = self._track_sequence(tracker, seq, init_info)
1

print(‘output[‘target_bbox’]’) # 视频中所有帧的预测结构

六、测试过程可视化

为了实时看到测试的结果，可以对原始代码略加修改，增加可视化部分。

这里需要注意一下：LaSOT的annotations和该项目中的output的预测框格式都是**[x,y,w,h]**，其中x:左上角的横坐标，y:左上角的纵坐标，w:目标的宽，h:目标的高。

所以可视化预测框的代码如下，将其添加在STARK/lib/test/evaluation/tracker.py的约line145行后（也就是_store_outputs(…)后），

img = cv.imread(frame_path)
pred_bbox = out['target_bbox']
cv.rectangle(img,(int(pred_bbox[0]),int(pred_bbox[1])),(int(pred_bbox[0]+pred_bbox[2]),int(pred_bbox[1]+pred_bbox[3])),(0,0,255),3)
cv.imshow(seq.name, img)
cv.waitKey(1)
1
2
3
4
5

再重新测试就可以看到实时检测的画面了，红色框就是算法的预测框。