start目标跟踪算法复测

复测Stark目标跟踪算法时采用github提供的预训练模型STARKST_ep0050.pth.tar跟踪报错。
执行语句：python tracking/test.py stark_st baseline --dataset lasot --threads 0
报错如下：

将Stark-main/lib/test/tracker/stark_st.py文件中模型加载语句作如下更改：
network.load_state_dict(torch.load(self.params.checkpoint, map_location='cpu')['net'], strict=False)
将strict由True更改为False后，代码可以运行，但是跟踪效果异常，跟踪框变得很大。感觉模型虽然加载成功了，但是加载的模型参数和程序建立的模型对不上。

换个思路，自己训练模型，为节省时间，ECHO=2，数据集采用lasot中truck图片（7500张），用训练好的模型跟踪测试，跟踪开始未见异常，但随着目标表观特征逐渐变化，跟踪效果越来越差，最后跟踪丢失。效果还不如相关跟踪或者KCF算法。
第1帧：

程序运行环境：ubuntu18.04
cudatoolkit 11.0.221
python 3.7.0
pytorch 1.7.0
torchvision 0.8.1

问题：如何正确加载github发布的预训练模型？

应该是预训练模型的参数和你设置的参数不匹配造成的，好好检查一下；理论上来说，基本功能是可以的。

看报错显示在加载预训练模型"STARKST_ep0050.pth.tar"时出现了意外的键错误。通常发生在模型的预训练权重与程序中定义的模型结构不匹配时。
试下：加载模型的strict参数从True更改为False

仅此报错而言：检查你的模型结构，权重名称，部分层等是否发生变化或者被误删

python 目标跟踪算法_目标跟踪入门——目标跟踪算法综述
可以参考下
https://blog.csdn.net/weixin_39926678/article/details/110989424