【学界】CVPR 2019 Oral 目标跟踪最强算法SiamRPN++开源实现

来源：极市平台

SiamRPN++ 算法出自论文：

SiamRPN++: Evolution of Siamese Visual Tracking with Very Deep Networks
Bo Li *, Wei Wu *, Qiang Wang *, Fangyi Zhang, Junliang Xing, Junjie Yan 
The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, CA, USA, June 2019. (Oral)

其于2018年12月份论文在arXiv公布后，即受到广泛关注。

该算法解决了在目前跟踪领域新晋出现的Siamese Visual Tracking算法中，能够使用现代结构的更加深的网络的问题，使算法精度获得大幅度的提高。极市曾分享了一作的解读文中：

DaSiamRPN的升级版，视觉目标跟踪之SiamRPN++

具体可参见论文：

https://arxiv.org/abs/1812.11703

该算法目前在多个跟踪数据集上都是state-of-the-art。

最难能可贵的是，比以往最好算法改进1%也可以称为state-of-the-art了，但该算法在多个数据集上都是10%以上的超越！

这就厉害了！

相信很多朋友都想进一步研究学习，但是该算法几个月以来一直没有开源。

3天前，SiamRPN++终于有了非官方实现：

https://github.com/PengBoXiangShang/SiamRPN_plus_plus_PyTorch

感谢GitHub用户PengBoXiangShang！

该代码甫一公布，立即引来极大关注，目前已有206颗星！

希望能够对你有帮助。

高质量延伸阅读

☞ OpenPV平台发布在线的ParallelEye视觉任务挑战赛

☞【学界】第1届“智能车辆中的平行视觉”研讨会成功举行

☞【学界】生成式对抗网络：从生成数据到创造智能

☞【学界】OpenPV：中科院研究人员建立开源的平行视觉研究平台

☞【学界】基于平行视觉的特定场景下行人检测

☞【学界】ParallelEye：面向交通视觉研究构建的大规模虚拟图像集

☞【CFP】Virtual Images for Visual Artificial Intelligence

☞【最详尽的GAN介绍】王飞跃等：生成式对抗网络 GAN 的研究进展与展望

☞【智能自动化学科前沿讲习班第1期】王飞跃教授：生成式对抗网络GAN的研究进展与展望

☞【智能自动化学科前沿讲习班第1期】王坤峰副研究员：GAN与平行视觉

☞【重磅】平行将成为一种常态：从SimGAN获得CVPR 2017最佳论文奖说起

☞【平行讲坛】平行图像：图像生成的一个新型理论框架

☞【学界】基于生成对抗网络的低秩图像生成方法

☞【学界】Ian Goodfellow等人提出对抗重编程，让神经网络执行其他任务

☞【学界】六种GAN评估指标的综合评估实验，迈向定量评估GAN的重要一步

☞【资源】T2T：利用StackGAN和ProGAN从文本生成人脸

☞【学界】 CVPR 2018最佳论文作者亲笔解读：研究视觉任务关联性的Taskonomy

☞【业界】英特尔OpenVINO™工具包为创新智能视觉提供更多可能

☞【学界】ECCV 2018: 对抗深度学习: 鱼 (模型准确性) 与熊掌 (模型鲁棒性) 能否兼得 

☞【学界】何恺明组又出神作！最新论文提出全景分割新方法