ubuntu18快速运行pytracking

前提

ubuntu18系统+已安装好的conda环境
ubuntu系统下,ctrl+alt+t,打开终端,新建文件夹作为工作目录,输入下载源码命令

git clone https://github.com/visionml/pytracking.git

一、根据说明文档配置代码运行环境

安装说明文档,请参考官方给的INSTALL.md:https://github.com/visionml/pytracking/blob/master/INSTALL.md

二、配置环境时可能会遇到的问题

1、 pip install spatial-correlation-sampler报错

在这里插入图片描述
解决方案是:

export CUDA_HOME=/usr/local/cuda-10.0
pip install spatial-correlation-sampler

在这里插入图片描述

2、运行python -c "from pytracking.evaluation.environment import create_default_local_file; create_default_local_file()"时报错

具体错误:ImportError: cannot import name ‘int_classes’ from ‘torch._six’(/home/username/.conda/envs/pytracking/lib/python3.7/site-packages/torch/_six.py)

原因:torch的版本太新
在这里插入图片描述

解决方案:
降低Torch的版本,torch与python的版本对应,可参考:https://github.com/pytorch/vision#installation
安装指定版本的torch,可参考torch官网:pytorch官网链接torch老版本安装集合
这里我们降到1.8.0版本。
(1)安装方式一:官网的(速度可能有点慢)

conda install pytorch==1.8.0 torchvision==0.9.0 cudatoolkit=10.0 -c pytorch

(2)安装方式二:清华源的(推荐)

conda install pytorch==1.8.0 torchvision==0.9.0 cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

再运行就不会报错:
在这里插入图片描述

三、运行代码

下载后的pytracking应该是这样的:
此外,还要
此外需要在pytracking新建networks文件,把**.pth模型放在networks中,pth文件的下载地址为:链接https://pan.baidu.com/s/1_AcpTyzITGQd4_B7PlyyFA 提取码:oygc
在这里插入图片描述

python run_video.py dimp dimp50 video.mp4
python run_webcam.py atom default a.mp

其他应该没有什么问题,如果有小伙伴遇到了不一样的问题,欢迎留言。

计算机技术与测试测量仪器技术的结合,出现了新的测试仪器--虚拟仪器。基于LabVIEW的数据采集系统是第三代自动测试系统的为发展方向数据采集系统可看作是由数据处理部分和数据采集部分组成。在PC机上运用虚拟仪器能共享硬件和软件资源,快速、方便地组建各种数字信号处理系统,并可以方便地利用计算机的强大功能,进行信号分析、数据处理、存储以及图形化显示等,从而实现数据信号的处理。该系统是在NJational InstrumentsCompany推出的一种基于G语言的虚拟仪器软件开发工具 LabVIEW 环境下开发的,针对课题内容编写了数据采集及存储模块,通过对硬件控制程序的编写实现了对非NI驱动硬件的操作,结合具体使用条件编写数据采样程序。系统提供了丰富的数据分析功能,并对系统数据分析功能进行了详细的说明。介绍了数据储存和回放、数据处理、数据采集模块。 数据采集卡部分使用使用DSP来作采集卡CPU具有指令执行厅速度快、总线带宽高、可以完成数据的高速实时处理等优点。最重要的是DSP对于算法的处理有独到的优势,可以在DSP软件中加入一些典型的算法编程,就能够极大的增强系统的信号处理能力。基于以上原因,本设计以TMS320C5402DSP作为采集卡CPU,实现了数据的高速实时传输与处理。 采集卡由DSP完成数字信号处理,FLASH完成系统上电后的的程序加载,通过可编程逻辑器件CPLD完成对DSP外围设备的逻辑控制,利用DSP特有的HPI口与PC进行数据交换。 本文设计了一套基于DSP的数字信号采集卡和基于LabVIEW的PC数据信号处理系统,通过并口实现两者之间的通信,并详细叙述了系统完整的设计过程,从硬件设计和软件设计两方面加以阐述,重点叙述了数字信号采集卡、LabVIEW数据处理和并口通信的设计。
内容概要:本文系统阐述了集成测试在软件测试生命周期中的核心地位与实践方法,全面介绍了集成测试的定义、目标及其在V模型和DevOps中的定位。文章深入剖析了四种主流集成策略——自顶向下、自底向上、三明治和大爆炸集成的实施步骤、优缺点及适用场景,并结合实际案例说明其应用差异。在测试设计方面,提出了覆盖性、数据多样性、独立性和可追溯性四大原则,重点讲解了接口测试、数据流测试和场景驱动测试的设计方法。技术实践部分涵盖了测试环境管理、契约测试、自动化测试工具选型与CI/CD集成,以及缺陷分类与回归验证机制。最后探讨了集成测试面临的环境复杂性、依赖管理、接口频繁变更等挑战,并展望了AI辅助测试、持续测试、混沌工程和可观测性增强等未来发展趋势。; 适合人群:软件测试工程师、开发工程师、质量保障人员,以及从事DevOps实践的技术管理者,尤其适合具有一定测试经验、希望深入掌握集成测试体系的专业人士。; 使用场景及目标:①指导团队选择合适的集成测试策略以提升测试效率;②设计高质量的集成测试用例,有效发现接口缺陷与数据流问题;③构建自动化集成测试流水线,支持敏捷与持续交付;④应对微服务架构下的复杂依赖与接口治理挑战。; 阅读建议:建议结合实际项目背景分章节精读,重点关注策略选择指南与技术实践部分,尝试将契约测试、容器化环境、自动化集成等方法落地到现有CI/CD流程中,并持续关注AI与可观测性等前沿趋势对测试体系的赋能潜力。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值