[VOT]Remove local.py generate step, add tracking gif to README (#4344)

* update vot code
* remove local.py generate step, add tracking gif to README
* fix word usage in readme
* add got10k download website
* add pip install paddlepaddle-gpu
* fix word usage

PaddleCV/tracking/README.md

@@ -6,10 +6,18 @@ tracking 是基于百度深度学习框架Paddle研发的视频单目标跟踪
 
 当前tracking涵盖当前目标跟踪的主流模型，包括SiamFC, SiamRPN, SiamMask, ATOM。tracking旨在给开发者提供一系列基于PaddlePaddle的便捷、高效的目标跟踪深度学习算法，后续会不断的扩展模型的丰富度。
 
+ATOM 跟踪效果展示：
+
+![ball](./imgs/ball1.gif)
+
+图中，绿色框为标注的bbox，红色框为ATOM跟踪的bbox。
+
 ## 代码目录结构
 
 
 ```
+imgs 包含跟踪结果的图像
+
 ltr 包含模型训练代码
   └─ actors             输入数据，输出优化目标  
   └─ admin              管理数据路径等
@@ -42,15 +50,19 @@ pytracking  包含跟踪代码
 - [VID](http://bvisionweb1.cs.unc.edu/ilsvrc2015/ILSVRC2015_VID.tar.gz)
 - [Microsoft COCO 2014](http://cocodataset.org/#download)
 - [LaSOT](https://drive.google.com/file/d/1O2DLxPP8M4Pn4-XCttCJUW3A29tDIeNa/view)
+- [GOT-10K](http://got-10k.aitestunion.com/downloads_dataset/full_data)
 
 下载并解压后的数据集的组织方式为：
 ```
 /Datasets/
     └─ ILSVRC2015_VID/
     └─ train2014/
+    └─ GOT-10K/
     └─ LaSOTBenchmark/
 
 ```
+Datasets是数据集保存的路径。
+
 注：数据集较大，请预留足够的磁盘空间。训练Siamfc时，只需要下载VID数据集，训练ATOM需要全部下载上述三个数据集。
 
 
@@ -66,7 +78,7 @@ tracking的工作环境：
 
 1. 安装paddle，需要安装1.7版本的Paddle，如低于这个版本，请升级到Paddle 1.7.
 ```bash
-pip install paddlepaddle==1.7.0
+pip install paddlepaddle-gpu==1.7.0
 ```
 
 2. 安装第三方库，建议使用anaconda
@@ -116,8 +128,6 @@ pip install python-prctl
 # 到代码库根目录
 cd tracking
 
-# 生成 local.py 文件，再次训练时不需要重新生成
-python -c "from ltr.admin.environment import create_default_local_file; create_default_local_file()"
 ```
 其次，设置训练模型文件保存路径：workspace_dir，backbone模型路径：backbone_dir，数据集路径等等，对于没有用到的数据集，可以不用设置其路径。
 ```
@@ -128,6 +138,9 @@ python -c "from ltr.admin.environment import create_default_local_file; create_d
 #       backbone_dir = Your BACKBONE_PATH # 训练SiamFC时不需要设置
 #       并依次设定需要使用的训练数据集如 VID, LaSOT, COCO 等，比如：
 #       imagenet_dir = '/Datasets/ILSVRC2015/'  # 设置训练集VID的路径
+
+# 如果 ltr/admin/local.py 不存在，请使用代码生成
+python -c "from ltr.admin.environment import create_default_local_file; create_default_local_file()"
 ```
 
 训练SiamFC时需要只需要配置 workspace_dir和 imagenet_dir即可，如下：
@@ -135,11 +148,12 @@ python -c "from ltr.admin.environment import create_default_local_file; create_d
     self.workspace_dir = './checkpoints'
     self.imagenet_dir = '/Datasets/ILSVRC2015/'
 ```
-训练ATOM时，除了 workspace_dir和 imagenet_dir外，还需要指定coco和lasot的数据集路径，参考如下：
+训练ATOM时，除了 workspace_dir和 imagenet_dir外，还需要指定coco, lasot, got10k的数据集路径，参考如下：
 ```bash
     self.workspace_dir = './checkpoints'
     self.lasot_dir = '/Datasets/LaSOTBenchmark/'
     self.coco_dir = '/Datasets/train2014/'
+    self.got10k_dir = '/Datasets/GOT-10k/train'
     self.imagenet_dir = '/Datasets/ILSVRC2015/'
 ```
 另外，训练ATOM时，需要准备got10k和lasot的数据集划分文件，方式如下：
@@ -189,12 +203,13 @@ python setup.py build_ext --inplace
 ### 设置模型评估环境
 接下来开始设置评估环境：
 ```bash
-# 生成 local.py 文件，在local.py文件中设置测试数据集、待测试模型、以及测试结果的保存路径
-python -c "from pytracking.admin.environment import create_default_local_file; create_default_local_file()"
-
-# 用你常用的编辑器编辑 pytracking/pysot_toolkit/local.py
-# 比方说，vim pytracking/pysot_toolkit/local.py
+# 在pytracking/admin/local.py文件中设置测试数据集、待测试模型、以及测试结果的保存路径
+# 用你常用的编辑器编辑 pytracking/admin/local.py
+# 比方说，vim pytracking/admin/local.py
 # 其中 settings.dataset_path 和 settings.network_path 分别设置为测试集的路径和模型训练参数的路径
+
+# 如果不存在 pytracking/admin/local.py，可以使用代码生成
+python -c "from pytracking.admin.environment import create_default_local_file; create_default_local_file()"
 ```
 
 ### 准备测试数据和模型
@@ -203,7 +218,7 @@ python -c "from pytracking.admin.environment import create_default_local_file; c
 
 将自己训练的模型拷贝到 `NETWORK_PATH`，或者建立软链接，如
 ```bash
-ln -s tracking/ltr/Logs/checkpoints/ltr/bbreg/atom_res18_vid_lasot_coco $NETWORK_PATH/bbreg
+ln -s tracking/ltr/Logs/checkpoints/ltr/bbreg/ $NETWORK_PATH/bbreg
 ```
 
 ### 开始测试：
@@ -215,8 +230,8 @@ ln -s tracking/ltr/Logs/checkpoints/ltr/bbreg/atom_res18_vid_lasot_coco $NETWORK
 # -tr bbreg.atom_res18_vid_lasot_coco 表示要评测的模型，和训练保持一致
 # -te atom.default_vot 表示加载定义超参数的文件pytracking/parameter/atom/default_vot.py
 # -e 40 表示使用第40个epoch的模型进行评测，也可以设置为'range(1, 50, 1)' 表示测试从第1个epoch到第50个epoch模型
-
-python eval_benchmark.py -d VOT2018 -tr bbreg.atom_res18_vid_lasot_coco -te atom.default_vot -e 40
+# -n 15 表示测试15次取平均结果，默认值是1
+python eval_benchmark.py -d VOT2018 -tr bbreg.atom_res18_vid_lasot_coco -te atom.default_vot -e 40 -n 15
 ```
 
 测试SiamFC

PaddleCV/tracking/ltr/admin/local.py

+class EnvironmentSettings:
+    def __init__(self):
+        self.workspace_dir = ''  # Base directory for saving network checkpoints.
+        self.tensorboard_dir = self.workspace_dir + '/tensorboard/'  # Directory for tensorboard files.
+        self.backbone_dir = ''
+        self.lasot_dir = ''
+        self.got10k_dir = ''
+        self.trackingnet_dir = ''
+        self.coco_dir = ''
+        self.imagenet_dir = ''
+        self.imagenetdet_dir = ''

PaddleCV/tracking/pytracking/admin/local.py

+from pytracking.admin.environment import EnvSettings
+
+
+def local_env_settings():
+    settings = EnvSettings()
+
+    # Set your local paths here.
+
+    settings.dataset_path = ''  # Where benchmark datasets are stored
+    settings.network_path = ''  # Where tracking networks are stored.
+    settings.results_path = '/models/PaddleCV/tracking/pytracking/tracking_results/'  # Where to store tracking results
+
+    return settings