Pengyu Zhang

我们的算法在训练过程中没有用到GOT10k，有关使用生成样本训练RGBT跟踪器的工作可以看看mfDiMP和[LSS-dataset](https://github.com/RaymondCover/LSS-Dataset)

你好，抱歉缺失了文件，用于训练VTUAV的文件（init_frame.npy, ST_train.txt, ST_val.txt, LT_train.txt, LT_val.txt）已经上传，你可以在[这里](https://github.com/zhang-pengyu/HMFT/tree/master/mfDiMP)找到

We evaluate ADRNet using the official RGBT234 toolkit.

可以看下preciseROI pooling 的[仓库](https://github.com/vacancy/PreciseRoIPooling/tree/pytorch0.4)

抱歉，之前传的时候有些问题，你可以先从[VOT2019-RGBT](http://data.votchallenge.net/vot2019/trackers/JMMAC-code-2019-06-09T17_00_26.149071.zip)和[VOT2020-RGBT](http://data.votchallenge.net/vot2020/trackers/JMMAC-code-2020-05-10T15_15_33.118991.zip)下载到，后续我会更新github仓库

你好，三个训练阶段我都是训练50个epoch，多步训练需要设置required_grad实现；最后一步训练ADF和IoU模块的时候，除了这两个以外的所有模块都固定权重

可以看下 [数据集部分Line 133](https://github.com/zhang-pengyu/HMFT/blob/master/mfDiMP/ltr/dataset/UAV_RGBT.py)

问题1：对的，init_frame保存的是标注的第一帧 问题2：我们的toolkit已经公开[link](https://github.com/zhang-pengyu/DUT-VTUAV#evaluation-toolkit--attribute-annotation) 问题3：可以的，我们的数据集可以用额外的数据训练（最好标明训练集）

pedestrian_170在train_ST_006中； HFMT tracker只使用VTUAV训练集进行训练，并用于VTUAV的测试

在GTOT上fine-tune时，所有数据都用作训练，用于测试RGBT210和RGBT234；在测试GTOT时，只使用了VTUAV数据集训练