混频因子模型matlab代码-computervision-siamdw:使用FocalLoss和HingeLoss更新了SiamDW

混频因素模型 matlab代码用于实时视觉跟踪的具有铰链损失的 Siamese 网络 介绍 Siamese 网络因其平衡的效率、准确性和速度而在视觉跟踪领域非常受欢迎。 但是，这些跟踪器中使用的骨干网络仍然是经典的 AlexNet，它没有捕获现代深度神经网络的功能。 我们通过以下方式提高全卷积孪生跟踪器性能的建议： 使用 Hinge 损失函数提高 SiamDW 实现的性能 主要结果 结果基于 CIRResNet22​​-RPN 模型，使用更简单的损失函数（逻辑损失），而不是我们的铰链损失函数 VOT 和 OTB 的主要结果 楷模 VOT16 VOT17 VOT18 物流损失 0.331 0.376 0.294 铰链损失（我们的） 0.312 0.318 0.322 焦点损失（我们的） --- --- --- 环境 初始环境：GPU：NVIDIA .GTX 1050 高级环境：代码使用 Ryzen 5 1600x 6 core 12 thread CPU @ 4.20GHz RAM：16GB GPU：NVIDIA .RTX2060 训练 数据准备 有预处理的数据集VID 、 YTB 、