忙得上天入地的导师派师姐助我毕设之救我狗命笔记（一）
开源模型探索实践-环境配置与参数修改
一、环境配置
按照 README 说明进行基础配置。
在终端中依次执行以下命令：
bash
conda create -n aqatrack python=3.8 conda activate aqatrack bash install.sh
⚠️ 注意：Windows 系统执行最后一行会报错，此时，PyCharm里面打开install.sh查看，按pip逐个安装即可。
接下来，打开 PyCharm 创建新项目aqatrack，项目路径选择主干文件的根目录，并选择“现有环境”。在终端中运行以下命令设置项目路径：
bash
python tracking/create_default_local_file.py --workspace_dir . --data_dir ./data --save_dir ./output
📌 将
.替换为实际绝对路径，注意使用反斜杠。
若运行时报模块缺失，使用pip install 模块名补充安装，直至命令成功执行。
至此，环境配置完成 。
二、参数修改
1. 配置文件（YAML）
基础图像尺寸：256
骨干网络尺寸：384
2. 训练参数调整
| 位置 | 参数 | 说明 |
|---|---|---|
| 第23行 | 数据集名称 | 添加所需数据集名称 |
| 第29行 | 采样比例 | 根据实际需求调整 |
| 第66行 | BATCH_SIZE | 批次默认8，可按偶数上下调整（如6、10），显存充足时可适当上调，越大越快，报错CUDA out of memory疑似就是显存不够了，需要下调 |
| 第74行 | NUM_GPUS | 几张GPU就写几，多几张卡训练的快一些 |
| 第80行 | VAL_EPOCH_INTERVAL | 验证频率设置为20 |
3. 数据集配置
在
lib.train.data_specs中添加已分类好的训练和测试的数据集 TXT 文件，不需要起始帧范围修改
lib.train.dataset/__init__.py，添加数据集类导入：
python
from .ootb import OOTB
在
lib.train.dataset目录下新增数据集读取文件ootb.py，可参考现有文件结构实现，例如lasot数据集读取格式的py文件。
4. 基础功能修改（lib.train：base_functions.py）
在文件开头导入数据集类：
python
from lib.train.dataset import OOTB, OOTB_lmdb
修改names2datasets函数：
在第32行附近添加数据集名称
在第81行附近添加数据集支持逻辑：
python
# 添加 OOTB 数据集支持 if name == "OOTB": if settings.use_lmdb: print("Building OOTB from lmdb") datasets.append(OOTB_lmdb(settings.env.ootb_lmdb_dir, split='train', image_loader=image_loader)) else: print("Building OOTB dataset") datasets.append(OOTB(settings.env.ootb_dir, split='train', image_loader=image_loader))所有修改完成后，即可开始训练 。