VOT数据集评测工具VOT-Toolkit(MATLAB版)配置教程

1. VOT-Toolkit简介

VOT-Toolkit

是视觉目标跟踪挑战赛的官方工具包，该工具包是一组

MATLAB

脚本，用于估计视觉目标跟踪器的性能。

2. 下载源码

去官网

VOT Challenge

下载

VOT-Toolkit

的源码，点击链接可以跳转到

VOT-Toolkit

在

Github

上对应的库。

![Figure_1.png](

https://ucc.alicdn.com/pic/developer-ecology/20e2cf190ff24c6b8e4ee6dc7e65a01c.png

）

跳转以后会发现该库包含3

branches

，默认下载

master

分子，而目前网络的多数教程都是基于dev分支，

master

分支和

dev

分支的主要区别在于

dev

包含工具包自带的

Integration

（至于

Integration

将会在后面介绍），而

master

分支需要另外自行下载，本文的配置以

master

分支为例。

3. 源码解压

VOT-Toolkit源码解压以后目录结构如图所示

首先对目录中各文件进行说明

• workspace

  -该模块包含用于初始化，加载和使用工作区的功能。工作区是一个专用目录，与工具包目录分开，用于存储特定于实验的结果。该目录包含几个特殊的子目录，这些子目录包含序列数据，每个跟踪器的原始结果，报告文档和缓存的数据。

• tracker

  -跟踪器模块包含与跟踪器相关的功能。该工具包在集成现有跟踪器方面具有很高的灵活性，这些跟踪器可以作为外部程序运行，并使用特殊协议与该工具包进行通信。

• sequence

  -序列模块包含与序列，轨迹和区域有关的功能。该工具包将区域定义为图像帧中一组像素的描述，将轨迹定义为可以描述groundtruth批注或跟踪结果的区域列表，将序列定义为图像列表及其对应的

  groundtruth

  的组合注释和其他元数据。

• analysis

  -分析模块包含与性能分析和结果常规分析相关的功能。该模块的核心是 本文 提出的基于准确性-稳健性度量对的排名方法。

• report

  -该模块包含用于生成报告和可视化的功能。大多数报表都依赖于报表上下文结构，该结构提供了一种简单的机制来

  reports

  在工作区的目录中生成多页报表。

• utilities

  -该模块包含在工具包中使用的实用程序功能。

4. 下载Integration

Integration实际是VOT-Toolkit自带的跟踪器实例，用于演示VOT-Toolkit的使用流程，dev分支默认包含Integration，而master分支需要自行下载，下载链接：

Integration

，里面包含NCC跟踪器分别由matlab，native(C++)，python的实现源码

我们需要做的是将这几个目录复制到VOT-Toolkit中tracker下的examples目录下，因为下面将使用该跟踪器演示VOT-Toolkit的使用

5. 下载TraX

TraX(Visual Tracking eXchange protocol)是一种简单的协议，可简化计算机视觉跟踪算法的评估。基本思想是，跟踪器在（标准）输入/输出流或TCP套接字上使用的文本命令与评估软件进行通信，说简单点就是是的用matlab，c++，python等不同编程语言编写的跟踪算法都可以使用TraX协议与VOT-Toolkit进行通信，实施评估。TraX的下载链接：

TraX

在VOT-Toolkit根目录下新建native文件夹，将TraX解压到native目录下，可以发现解压出来的Trax是源码，因此首先需要使用CMake进行编译，目前网上出现的VOT-Toolkit配置问题多数是因为缺少这一步骤。

6. 编译TraX

去官网下载

CMake工具

，这里下载msi安装，因为msi安装能够自动配置环境变量，由于CMake工具需要使用VS编译器，因此VS也是需要安装，请自行安装。

在TraX目录下新建build目录，用于编译TraX目标文件接收目录，打开CMake并且按照下图配置自己的目录

配置完成以后，点击下方的Configure按钮，选择编译器以及平台，我的Win10 X64+VS2015配置如下，配置完成以后点击Finish

完成以后输出如下

之后点击Generate->Open Project会自动使用VS打开该项目如下，最后在ALL BUILD上右击选择生成，便完成了TraX的编译

7. 测试自带NCC跟踪器

在VOT-Toolkit根目录下新建vot-workspace用于需要测试跟踪器的家目录，之后的评估报告都会在该目录的子目录下，首先运行toolkit_path.m文件，然后打开workspace目录下的workspace_create.m文件，然后进入vot-workspace目录运行workspace.m文件。

其中第一个1表示选择的测试视频序列，NCC作为要测试的跟踪器的名称标识，第二个表示该跟踪器的编程语言，输出如下表明新的跟踪器workspace创建成功

然后将tracker_NCC.m修改为，NCC跟踪器就配置完成了

% error('Tracker not configured! Please edit the tracker_NCC.m file.'); % Remove this line after proper configuration
tracker_label = ['NCC'];
tracker_command = generate_matlab_command('ncc', {'F:\vot-toolkit\tracker\examples\matlab'});
tracker_interpreter = 'matlab';           

最后运行run_test.m，就可以评估NCC跟踪算法，出现如下错误表明指定目录没有视频序列，因此需要按照提示路径去下载视频序列放在指定目录

至此VOT-Toolkit工具配置全部完成。

参考博客：

【1】

vot-toolkit使用简介

【2】

VOTtoolkit的使用【2. 融合KCF】

【3】

VOT-2016 代码评测工具的使用说明