尝试复现SiamFC论文（纯小白实践）

一，前期准备工作

系统环境检查

创建python文件，大致检查系统环境

复制代码

# 创建一个检查脚本 check_environment.py
import sys
import torch

print("=" * 50)
print("环境检查报告")
print("=" * 50)

# 检查Python版本
print(f"Python版本: {sys.version}")

# 检查PyTorch版本
print(f"PyTorch版本: {torch.__version__}")

# 检查CUDA是否可用
print(f"CUDA是否可用: {torch.cuda.is_available()}")

if torch.cuda.is_available():
    print(f"CUDA版本: {torch.version.cuda}")
    print(f"GPU设备: {torch.cuda.get_device_name(0)}")
    print(f"GPU数量: {torch.cuda.device_count()}")
else:
    print("警告: CUDA不可用，将使用CPU模式，训练速度会很慢")

# 检查cuDNN
if torch.cuda.is_available():
    print(f"cuDNN版本: {torch.backends.cudnn.version()}")
    print(f"cuDNN启用: {torch.backends.cudnn.enabled}")

print("=" * 50)

# 最终验证脚本 final_check.py
try:
    import torch
    import torchvision
    import cv2
    import numpy as np
    from PIL import Image
    import scipy

    print("✓ 所有核心依赖包导入成功")

    # 测试基本功能
    if torch.cuda.is_available():
        x = torch.randn(3, 3).cuda()
        print("✓ GPU计算测试通过")
    else:
        print("⚠️  使用CPU模式")

    print("🎉 环境配置完成，可以开始运行SiamFC代码!")

except ImportError as e:
    print(f"❌ 导入错误: {e}")

报错：

下载scipy

github上各种库的下载链接

论文代码下载

代码下载解压缩之后是这样的：

数据集下载

GOT---10K

点击此处，查看数据集

页面打开之后，点击Download，我们可以查看到数据的下载链接，和整个数据集的结构。

下载之后应该有这三个文件（一个文件，两个压缩包），对压缩包进行解压。

然后分别打开每个文件，对各个文件里面的每个压缩包解压，注意解压缩的路径要与规定的一致。

预训练模型下载

点击百度云蓝色链接，下载作者提供的预训练模型。

也可以根据数据集自己进行训练，训练之后同样会生成不同阶段的训练模型。我们取最后一次训练结果siamfc_alexnet_e50.pth。pretrained文件夹是在tools文件夹下面，如果不是训练过程中自己生成的话，就需要自己进行创建。具体结构tools/pretrained/siamfc_alexnet_e50.pth。

二，环境安装

前面的大家可以借鉴这个博主的

windows复现SiamFC以及环境安装-CSDN博客

1.新创建环境

打开anaconda prompt，输入命令。创建了一个版本为3.7，名字为siamfc的环境名。

复制代码

conda create -n siamfc python=3.7

运行截图：

2.查看环境

复制代码

conda env list

结果：

新建的siamfc环境已经在上面了。

3.激活环境

复制代码

conda activate siamfc

结果：

在anaconda prompt里面控制行前面的括号内字符由base变到siamfc。表示环境激活，现在所有命令都是在该环境下进行的。

4.查看环境里的包

复制代码

pip list

结果：

只有五个包，不满足运行要求。

5.安装pytorch等

论文建议的版本是PyTorch>=1.0，建议严格与论文保持一致，减少不必要的麻烦。

在PyTorch官网，找到匹配的版本及相应语句。上图论文建议的cudatoolkit=9.0。但是我看的一些博主都是用的10.0的那条语句。这个地方我随大流了。

运行代码：

复制代码

conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=10.0 -c pytorch

运行结果报错：

解决办法：先安装其他的，然后再pip安装torchvision。这个是参考博文中提到的方法，在实际过程中，我先下载了torchvision，在安装其他的。

安装torchvision，如果开VPN了，记得把代理关了。

代码：

该代码前面指定版本，后面标明从PyPI官方源下载。

复制代码

pip install torchvision==0.2.2 -i https://pypi.org/simple

这个运行的很慢，换一个下载源。这个版本上好像有点细微的不同。

复制代码

pip install torch==1.0.0 torchvision==0.2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

运行结果：

检查下载的包，可以看到torchvision已经下载了。

现在开始下载其他包

命令语句：

复制代码

conda install pytorch==1.0.1 cudatoolkit=10.0 -c pytorch

运行了一下好像没下载成：

重新下载：

复制代码

conda install pytorch==1.0.1 cudatoolkit=10.0 -c pytorch -y

使用-y参数会自动确认安装：

6.查看已安装的包

代码：pip list

7.版本下载错了，卸载重下

根据上图，可以看出环境中有torch 1.13.1和torchvision 0.2.2。这个配置有问题，因为torchvision 0.2.2是一个非常旧的版本，而torch 1.13.1相对较新，可能不兼容。

按照SiamFC代码的要求安装PyTorch 1.0.1和torchvision 0.2.2，应该安装PyTorch 1.0.1，而不是1.13.

复制代码

# 卸载当前不兼容的版本
pip uninstall torch torchvision

# 安装兼容的旧版本
pip install torch==1.0.1 torchvision==0.2.2 -f https://download.pytorch.org/whl/torch_stable.html