TINA下绘制的用电压互感器采集220v电压信号的隔离放大电路。前级利用2mA/2mA电压互感器采样，将电压放大至0~3V。

包含问题： （1）trax编译不过 （2）算法重启后连接失败 （3）自定义算法配置

由于我在做跟踪算法测试的时候发现vot官网可以在国内打开，但是数据集那一栏不显示，想到大家可能也和我一样缺数据集，所以我把我下载到的VOT数据集分享给大家。 如果大家想赞助我点下载币的话，也可以下载一个txt文件，里面也是一个百度云链接，不赞助也没关系。 txt文件下载链接：https://download.csdn.net/download/qq_29894613/11962305 百度网盘链接：https://pan.baidu.com/s/1co6NSk3imqhLWfq3H1ek1A 提取码：bs6g 注意：此百度网盘链接包括vot2013到vot2019的所有短视频跟踪数据集。请大家

VOT2016数据集序列名list.txt文件，VOT工具包（matlab版）workspace_load.m需要用到

vot-toolkit, 可视化目标跟踪( VOT ) 挑战评估工具 VOT评估套件这个库包含了可视对象跟踪( VOT ) 挑战插件的官方评估工具包。 存储库包含实际的评估工具包作为一组 Matlab ( Octave 兼容) 脚本，一个文档和一组不同编程语言集成示例。有关详细信息，请参阅源文档中的文档

matlab代码影响跟踪器已集成到投票工具包中 介绍 该存储库包含我已集成的多个跟踪器，您可以在每个跟踪器的文件夹中查看自述文件以了解更多详细信息。 目前成功整合了追踪器（其中一些目前尚未上传）： MATLAB跟踪器：DAT，ECO，GFS-DCF，KCF，LADCF，MCCT，SRDCF，Staple，UPDT，ASRCF，BACF，CCOT，CFNet，MDNet，SiamFC，SiamFC-triplet。 Python追踪器：ATOM，DiMP。 具体来说，将使用以下版本的VOT工具包对代码进行测试： ps此处提供的代码主要用于通过VOT工具包进行评估，为了进一步开发，请访问自述文件中的链接（如果有）以获取每个跟踪器的更多信息。 系统要求 包含的所有跟踪器均已在MATLAB18b的Ubuntu18.04上进行了测试。 此存储库中的评估只需要一个CPU，这不是问题，因为VOT工具包提供了可以忽略不同硬件影响的评估策略。 意见建议 建议先尝试使用VOT工具包运行NCC。 为此，您可以按照。 您可能还需要并寻求更多帮助。 在集成新的跟踪器之前，最好检查一下作者是否提供了基准包装器。

VOT2019短时跟踪数据集（benchmark）后30个序列文件，共60个序列。

VOT2019短时跟踪数据集（benchmark）前30个序列文件，共60个序列。

hog特征提取matlab代码LADCF-No.1公开数据集上的算法 VOT2018的代码，“通过时间一致性来保留空间特征选择以学习健壮的视觉，学习自适应判别相关滤波器（LADCF）” @article {xu2018learning，title = {通过时间一致性来学习自适应判别相关过滤器，以进行鲁棒的视觉跟踪，保留空间特征选择}，作者= {徐天阳和冯锋，振华和吴刚，小俊和基特勒，约瑟夫}， journal = {arXiv预印本arXiv：1807.11348}，年份= {2018}} 原始纸张的跟踪代码可以为。 LADCF Tracker for VOT2018的说明： 在低维流形上学习自适应判别相关滤波器（LADCF）利用自适应空间正则化器来训练低维判别相关滤波器。 我们遵循单帧学习和更新策略：在跟踪阶段之后学习过滤器，然后使用固定速率进行更新[1]。 我们使用HOG [2]，CN [3]和ResNet-50 [4]作为我们的功能。 对于较深的特征，我们使用模糊（2个高斯滤波器），旋转（-30，-20，-10、10、20、30）和翻转（水平）来增强训练数据。[5] 代码模块在

VOT评估套件 该存储库包含用于的官方评估套件。 该存储库包含实际的评估工具包，它是一组Matlab（与Octave兼容）脚本，一个文档和一组用于不同编程语言的集成示例。 有关更多详细信息，请参阅源代码中的可用文档或的编译版本。 您还可以订阅VOT以接收有关挑战和重要软件更新的新闻，或加入我们的以提问。 单击浏览并下载该工具包的最新官方版本。 开发者 LukaČehovin（首席开发人员） 托马斯·伏伊日（TomášVojíř） 艾伦·卢克西奇（AlanLukežič） 贡献者 乔治·内贝海（Georg Nebehay） 亨彻肯 斯蒂芬·达夫纳（Stefan Duffner） 马里