目录
PySOT支持多种数据集混合训练，其中包括以下四种数据集：
VID
http://image-net.org/challenges/LSVRC/2017/
YOUTUBEBBhttps://research.google.com/youtube-bb/
DEThttp://image-net.org/challenges/LSVRC/2017/
PySOT中使用的是处理过的图片，经过裁剪后的数据集百度网盘链接：
链接：https://pan.baidu.com/s/1kvEDkNfzgLW7j5PfefC_tA?pwd=wocz
提取码：wocz
打开链接可以看到，一共有6个数据集，分别是youtube，vid，lasot，got10k，det，coco。官方代码里只用到了4个 youtube，vid，det，coco。如果显卡资源不足，可以在配置文件中设置使用的数据集，这一点在训练阶段会详细介绍。
这里以vid数据集为例，其他数据集可参考vid数据集。
下载完数据集，我们可以看到，文件中有三个.json文件，分别是：train.json，val.json和vid.json，这三个文件保存了数据集所有图片的文件名、类别和ground truth（真实框，记录目标在图片中的位置）。下面有vid_zip.z01-vid_zip.z06和vid_zip.zip，这七个文件是数据集本体，由于文件过大，进行了分卷压缩。
有两种方式可以解压，一种是在linux上进行合并，然后解压，这里我们用另一种方法，在windows上用360压缩右键单击vid_zip.zip——解压到当前文件夹，解压完成后，可以得到一个名为vid_crop.tar的文件。
tar文件是linux常用的压缩包格式，我们需要将vid_crop.tar文件复制到linux系统上，然后使用
tar -xvf vid_crop.tar将压缩包解压，由于文件数量很大，所以解压时间需要几个小时，耐心等待解压完，可以得到最终的数据集如下：
可以用git获取，也可以直接下载.zip文件，然后解压到本地，在PyCharm中打开。
打开后项目文件如下：
使用Anaconda安装好pytorch环境后，右下角解释器切换为自己的环境，然后打开terminal，输入
pip install -r requirements.txt -i https://pypi.douban.com/simple（使用豆瓣源） 批量安装所需环境。
重要：第一大坑！！！
由于本项目测试代码test.py涉及到C++库，所以初次使用需要在terminal（终端）运行setup.py编译，编译指令为：
python setup.py build_ext --inplace如果没有安装Visual Studio C++，编译时会报错：error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-cpp-build-tools/
安装完成后，重新输入指令，编译完成。
打开项目，我们首先对项目的文件结构有个大概的了解，在这里我只介绍训练、测试和验证需要用到的代码。
需要用到的文件夹是experiments，pysot和tools文件夹。
experiments文件夹是实验部分，包含了支持的11种实验。
siammask是带蒙版的跟踪，siamrpn_alex是SiamRPN网络，siamrpn_r50是SiamRPN++网络。前者使用AlexNet作为编码器提取特征，后者使用ResNet50作为编码器提取特征，性能更强。论文链接如下：
SiamRPN:High Performance Visual Tracking With Siamese Region Proposal Network (thecvf.com)
SiamRPN++:
接下来以siamrpn_r50_l234_dwxcorr为例，说明siamrpn++的训练过程：
首先是下载backbone权重和模型权重，本人已放在百度网盘，方便下载：
链接：https://pan.baidu.com/s/1k3e8x3r0Gnub_lmS9IAbKA?pwd=raa1
提取码：raa1
下载后可以看到：
alexnet-bn.pth是AlexNet编码器的权重，resnet50.model是ResNet50编码器的权重。
然后打开PySOT文件夹下的siamrpn_r50_l234_dwxcorr文件夹，可以发现，这些目录跟experiments文件夹一一对应，显而易见，它们是每个实验对应的配置（config.yaml，不要使用这个，要用PySOT项目内原有的congfig.yaml文件）和模型权重（model.pth，训练可以加载预训练模型，加速训练）。
下载resnet50.model，在项目下新建pretrained_models文件夹，将resnet50.model放入文件夹；
下载model.pth，放入experiments/siamrpn_r50_l234_dwxcorr文件夹。
有两个配置文件与训练相关，一个是experiments/siamrpn_r50_l234_dwxcorr/config.yaml，这个文件主要设定了网络模型的一些参数，不需要修改；另一个是pysot/core/config.py，这个文件设定了网络训练的参数 ，需要根据需要修改。
打开pysot/core/config.py，写入模型权重路径，可以加载预训练模型进行训练。
__C.TRAIN.PRETRAINED = './model.pth'
以下几个参数也比较重要，分别是epoch，start epoch(加载模型时使用，可以继续训练，例如之前保存到第十个eopch，后面可以从11开始)，batch_size和num_workers(多线程处理数据，根据CPU性能设置，CPU性能好可以设置成8，16等，不好则设置为0)
__C.TRAIN.EPOCH = 20 __C.TRAIN.START_EPOCH = 0 __C.TRAIN.BATCH_SIZE = 32 __C.TRAIN.NUM_WORKERS = 8
以下是训练集的设置部分，包括所使用的数据集名称，数据集路径和数据集训练总数。
默认是四个数据集一起训练，也可以设成单个数据集，例如['VID']就是只用VID一个数据集，只用一个数据集时，其他的数据集设置需要注释掉。
__C.DATASET.VIDEOS_PER_EPOCH = 600000代表训练的总数，设置的越小训练越快。建议设置的数目与所用数据集总数保持一致，这样每个epoch只用训练一次，不需要重复训练。
以下是backbone预训练权重的路径及其他配置：
__C.BACKBONE.TRAIN_EPOCH = 10 （从0开始） 这个参数也比较重要，它规定了backbone开始训练的epoch数，在此之前，网络会冻结backbone的参数，仅仅调整编码器后面的分类和回归分支的参数。例如，总的训练轮数设为20个epoch，__C.BACKBONE.TRAIN_EPOCH = 10 的作用是第1-10个epoch只调整分类和回归分支的参数，从第11个epoch开始调整backbone的权重。
打开terminal，cd到experiments/siamrpn_r50_l234_dwxcorr
重要！！！
第二个坑：运行前需要将项目路径添加到环境变量，linux和windows不同。
如果是linux，直接在terminal输入：
export PYTHONPATH=自己的项目路径:$PYTHONPATH如果是windows，在 terminal输入：
set PYTHONPATH=%PYTHONPATH%;自己的项目路径
也可以在对应的python文件里加上两条语句，以下以tools/train.py作为例子，其他.py文件运行前，都需要有类似的操作，第一种方法每次重新打开项目都需要，第二种方法只需要添加一次：
环境变量添加完成后，输入运行指令。
原项目使用了8块GPU，本人所在实验室算力不足，只有2块3090，所以--nproc_per_node参数设置成2（根据自己的显卡数量调整）
单个设备，2块GPU的指令如下，linux系统上需要输入CUDA_VISIBLE_DEVICES=0,1，windows上可以跳过这条语句：
CUDA_VISIBLE_DEVICES=0,1
python -m torch.distributed.launch \
--nproc_per_node=2 \
--master_port=2333 \
../../tools/train.py --cfg config.yaml运行完成后，会在Siamrpn_r50_l234_dwxcorr/snapshot文件夹下保存每个epoch的权重文件。