Siamese-RPN-pytorch
Siamese-RPN-pytorch copied to clipboard
songdejia
测试代码？
1，作者对cout分支输出信息处理过于粗糙,当设置num_proposal=5时，找到最佳的索引值始终为[144,433,722,1011,1300]且每一帧的结果为乱序。 2.作者测试方式存在问题，产生template和detection错开一帧，即为拿上一帧的groundtruth抠出来的作为模板在下一帧的detection区域滑动。应该使用首帧groundtruth抠出来的作为模板保持不变，在接下来的序列上找最佳的proposal_box并使用该推荐框去迭代。
以上为本人在复现作者代码过程中发现的问题，欢迎交流讨论。
1，作者对cout分支输出信息处理过于粗糙,当设置num_proposal=5时，找到最佳的索引值始终为[144,433,722,1011,1300]且每一帧的结果为乱序。
2.作者测试方式存在问题，产生template和detection错开一帧，即为拿上一帧的groundtruth抠出来的作为模板在下一帧的detection区域滑动。应该使用首帧groundtruth抠出来的作为模板保持不变，在接下来的序列上找最佳的proposal_box并使用该推荐框去迭代。 以上为本人在复现作者代码过程中发现的问题，欢迎交流讨论。
你好，请问你复现作者代码的时候，能跟踪成功吗？我用他的test_rpn结果没有跟踪成功，求解答。
1，作者对cout分支输出信息处理过于粗糙,当设置num_proposal=5时，找到最佳的索引值始终为[144,433,722,1011,1300]且每一帧的结果为乱序。
2.作者测试方式存在问题，产生template和detection错开一帧，即为拿上一帧的groundtruth抠出来的作为模板在下一帧的detection区域滑动。应该使用首帧groundtruth抠出来的作为模板保持不变，在接下来的序列上找最佳的proposal_box并使用该推荐框去迭代。 以上为本人在复现作者代码过程中发现的问题，欢迎交流讨论。
你好，请问你复现作者代码的时候，能跟踪成功吗？我用他的test_rpn结果没有跟踪成功，求解答。
该套SiamRPN代码复现存在问题，无法跟踪成功； 原因：网络完成前向后处理太过粗糙，没有经过softmax和cosin， 建议：放弃该套代码，切勿浪费时间。 推荐：https://github.com/arbitularov/SiamFusion 推荐代码复现成功。
1，作者对cout分支输出信息处理过于粗糙,当设置num_proposal=5时，找到最佳的索引值始终为[144,433,722,1011,1300]且每一帧的结果为乱序。
2.作者测试方式存在问题，产生template和detection错开一帧，即为拿上一帧的groundtruth抠出来的作为模板在下一帧的detection区域滑动。应该使用首帧groundtruth抠出来的作为模板保持不变，在接下来的序列上找最佳的proposal_box并使用该推荐框去迭代。 以上为本人在复现作者代码过程中发现的问题，欢迎交流讨论。
你好，请问你复现作者代码的时候，能跟踪成功吗？我用他的test_rpn结果没有跟踪成功，求解答。
该套SiamRPN代码复现存在问题，无法跟踪成功； 原因：网络完成前向后处理太过粗糙，没有经过softmax和cosin， 建议：放弃该套代码，切勿浪费时间。 推荐：https://github.com/arbitularov/SiamFusion 推荐代码复现成功。
好的呢，谢谢
1，作者对cout分支输出信息处理过于粗糙,当设置num_proposal=5时，找到最佳的索引值始终为[144,433,722,1011,1300]且每一帧的结果为乱序。
2.作者测试方式存在问题，产生template和detection错开一帧，即为拿上一帧的groundtruth抠出来的作为模板在下一帧的detection区域滑动。应该使用首帧groundtruth抠出来的作为模板保持不变，在接下来的序列上找最佳的proposal_box并使用该推荐框去迭代。 以上为本人在复现作者代码过程中发现的问题，欢迎交流讨论。
你好，请问你复现作者代码的时候，能跟踪成功吗？我用他的test_rpn结果没有跟踪成功，求解答。
该套SiamRPN代码复现存在问题，无法跟踪成功； 原因：网络完成前向后处理太过粗糙，没有经过softmax和cosin， 建议：放弃该套代码，切勿浪费时间。 推荐：https://github.com/arbitularov/SiamFusion 推荐代码复现成功。
你好，请问有SiamRPN的吗
1，作者对cout分支输出信息处理过于粗糙，当设置num_proposal=5时，找到最佳的索引值始终为[144，433，722，1011，1300]且每一帧的结果为乱序。
2.作者测试方式存在问题，产生template和detection错开一帧，即为拿上一帧的groundtruth抠出来的作为模板在下一帧的detection区域滑动。应该使用首帧groundtruth抠出来的作为模板保持不变，在接下来的序列上找最佳的proposal_box并使用该推荐框去迭代。 以上为本人在复现作者代码过程中发现的问题，欢迎交流讨论。
