1.首先根據情況改local.py中的vot、網路和儲存結果的路徑
模型的路徑 在 home/hongyuan/projects/pytracking/ltr/train_workspace_pre/checkpoints/ltr/dimp/dimp50/
最好還是按照以前網路的路徑，然後用cp 命令拷貝模型
2.更改 引數配置檔案中的模型的名字（ parameter/atom/default.py 或者parameter/dimp/dimp50_vot.py）
3.更改myexperiments.py 新增自己要測試的資料集，例如我加了def vot_test(),一定要切記更改要跑的tracker和預設的配置檔案，一定不要忘了。如：[tracker(『atom』,『default』,i) …其中的 for i in range(3) ,range裡面的數字代表你要執行幾次，3代表跑三次，取平均.如果執行vot 使用default_vot
師兄用了多卡分布式訓練，報錯 no matching checkpoint file found,其實我不知道怎麼弄，debug一下發現net為空，意思是只載入了模型的引數而沒有儲存模型，然後他寫了乙個add_constructor.py解決的問題，跟loading.py 有點像 ，總之通過這個**可以正常載入網路（load模型時要把module字首去了），這是由於多gpu 訓練的原因， 反正我處於懵懂狀態，後來遇到一篇部落格講的很清楚，這裡引用過來
參考loading.py 函式裡面也有模型字尾的判斷.pth.tar
4.在run_experiment.py **中可以設定開始的gpu卡，
parser.add_argument(』–gpu_sta』, type=int, default=0, help=『which gpu to run code on.』)
測試vot 需要有重啟機制(1 初始化 2 丟失 0 丟失後跳過的幀)所以要改atom中的basetracker.py 和 votdataset.py 測試時用batch_eao.py進行格式的轉換，記得改路徑（結果的路徑如，"/home/hongyuan/projects/wenmei/pytracking/pytracking/tracking_results/dimp/"）寫到dimp就好，然後用eval_all.py進行測試，記得改要測資料集的路徑（--dataset_dir /mnt/raid/hongyuan/data/test_data/ ）這些**在pysot中整合，然後師兄做了修改吧
四卡一次的結果
一卡三次的結果：
兩卡的結果：
測試用run_experiments.py 有點慢，師兄寫了乙個parallel.test.sh 指令碼 用多卡進行測試。
mpiexec -np 8 python run_experiment.py myexperiments vot_test
-np 8 表示採用8個執行緒來執行
boost spirit 的一些記錄
最近的工作跟 boost spirit 多一些，本來想整理乙個較為系統的筆記，不過感覺目前思路還比較凌亂，先隨便記錄一些。spirit 是 boost 中的乙個 ll解析器框架，他完成實現乙個 ebnf 語法解析器的功能，但它的輸入為c 語言。ll parser framework represen...
MFC的一些記錄
型別 mfc 將c 的關鍵字用巨集定義成以下內容。mfc型別 意思 c 型別 bool,boolean 布林型boolean byte 1 位元組數值型 char word 2 位元組數值型 short dword 4 位元組數值型 int uint 無符號整型 unsigned int void ...
SCP的一些記錄
採用scp命令在linux系統之間copy檔案 不同的linux之間copy檔案常用有3種方法，第一種就是ftp，也就是 其中一台linux安裝ftp server，這樣可以另外一台使用ftp的client程式來進行檔案的copy。第二種方法就是採用samba服務，類似windows檔案copy 的...