04 Jetson配置Pysot
项目开源地址¶
https://github.com/STVIR/pysot/blob/master
jetson TX2 NX 配置方案¶
机子环境¶
Cuda10.2 + cudnn 8.2
Conda使用的是miniforge python3.10版本的下载链接
在jetson笔记中建立了Pytorch的环境,我们克隆那个虚拟环境实验,新建立的话,会比较慢。
配置¶
conda create --name pysot --clone pytorch
conda activate pysot
pip install pyyaml yacs tqdm colorama matplotlib 'cython<3' tensorboardX
# 在pysot目录下
python setup.py build_ext --inplace
Add PySOT to your PYTHONPATH
下载他训练的模型pysot/MODEL_ZOO.md at master · STVIR/pysot (github.com),用百度云下载就可以了,把下载的训练模型导入,只复制每个文件夹中的model.pth,不修改config.yaml。复制到experiments文件夹下的对应文件夹中。
启动demo
# 摄像头测试
python tools/demo.py \
--config experiments/siamrpn_r50_l234_dwxcorr/config.yaml \
--snapshot experiments/siamrpn_r50_l234_dwxcorr/model.pth
# video测试
python tools/demo.py \
--config experiments/siamrpn_r50_l234_dwxcorr/config.yaml \
--snapshot experiments/siamrpn_r50_l234_dwxcorr/model.pth \
--video demo/bag.avi
python tools/demo.py --config experiments/siamrpn_r50_l234_dwxcorr/config.yaml --snapshot experiments/siamrpn_r50_l234_dwxcorr/model.pth --video demo/bag.avi
python -m torch.distributed.launch --nproc_per_node=1 --master_port=2333 tools/train.py --cfg experiments/siamrpn_r50_l234_dwxcorr/config.yaml
关于数据集,我为了实验方便,将其放在了一个服务器中,然后使用nfs远程挂载到本地
然后在pysot的数据集目录下建立软连接
然后跑一个训练,跑完评估试试,源文件有些问题,需要修改
修改源文件pysot/toolkit/datasets/video.py
# 将第18行的:
self.img_names = [os.path.join(os.path.abspath(root), os.path.abspath(x)) for x in img_names]
# 修改为:
self.img_names = [os.path.join(os.path.abspath(root), x) for x in img_names]
然后
# 移动到识别目录
cd experiments/siamrpn_r50_l234_dwxcorr
# 跑
python -u ../../tools/test.py \
--snapshot model.pth \
--dataset OTB100 \
--config config.yaml
# 评测
python ../../tools/eval.py \
--tracker_path ./results \
--dataset OTB100 \
--num 1 \
--tracker_prefix 'model'
配置画图¶
matplotlib的版本如果3.7以上,将draw_xxx,代码里面的每一个grid改成如下。
安装latex相关
pip install latex
sudo apt-get install dvipng
sudo apt-get install -y texlive texlive-latex-extra texlive-latex-recommended
Jetson SiamFC问题¶
会出现缺少geos的时候
把pip的shaply卸载了