OTB是我们tracking领域常常用到的一个评估数据集，常用的有OTB50（2013年）和OTB100（2015年），下面就来演示一下如何让一个tracker(通常是一个文件夹的形式)在下载下来之后能成功运行于OTB-2013的平台上。
原料：1、matlab（有时候会涉及到matconvnet的使用, matlab尽量用新一点版本的）
2、OTB-2013平台(http://cvlab.hanyang.ac.kr/tracker_benchmark/benchmark_v10.html)
3、sequences(测试的视频集，需要一个个视频点进去下载，最后一起放到一个命名为sequences的文件夹中)（http://cvlab.hanyang.ac.kr/tracker_benchmark/datasets.html）
一、OTB框架基本介绍
在解压完压缩包之后我们得到一个名为tracker_benchmark_v1.0（这里我重命名为tracker_benchmark_test）的文件夹，再把下载的测试视频集放在sequences的文件夹中，将其一起放在命名为OTB的文件夹中，如图：
我们先看一下tracker_benchmark_test里的不同文件夹的作用，如图是OTB平台的工作目录：
1、main_running : 平台运行的入口。
2、trackers: OTB平台里会内置一些tracker，另外我们可以自己下载tracker统统放置在trackers这个文件夹里。
3、util: 里面的configTrackers和configSeqs是用来配置tracker和视频文件的。
4、anno： 里面存放的是groundtruth，OTB2013和2015的区别就在anno里的文件数目了，还有就是sequences里的视频数目。
5、results：一般结果会保存在这个文件夹。
6、perfPlot是对results里tracking的结果进行评估的函数。
6、figs和perfmat是perfPlot评估之后的结果存放的位置。
二、测试一个tracker
首先准备一个tracker(最好是有现成的适配OTB版本的tracker)，我们这里使用的是STAPLE，这是2016年cvpr的一篇工作，code下载地址: https://github.com/bertinetto/staple，将其重命名为staple之后拷贝到trackres目录下，如图:
（1）打开util下的configTrackers.m配置所有的trackers(这里只有一个测试用的staple)，将其他trackers注释掉，然后自己写一个struct，里面只有一个staple，如图：
注意：这里tracker的命名要和trackers文件夹中实际的 run_xxxx 保持一直（包括大小写），因为OTB在运行main_running这个函数的时候将会按照configTrackers.m里的命名规则寻找tracker中对应的 run_xxxx 的函数运行，比如我们这里是 run_Staple。
（2）打开util下的configSeqs.m配置所有的视频（这里为了测试我们只选用几个视频，将seqIVT和seqOther注释掉，只留下seqVTD），然后注意对于每个视频的struct要另外设置它的访问路径，原先下载的路径都是d:data_seqsoccer，我们改成自己电脑里的实际路径，如图：
（3）接着把matlab的工作路径设置到tracker_benchmark_test中，打开main_running.m, 注释第9行（不知道是啥）， 第20行evalType改成OPE (OPE,SRE,TRE是三种不同的评价方式，我们这里使用OPE)，第27行finalPath是tracking结果保存的路径，我们这里填写['./results/results_' evalType '_CVPR13/staple/']， 我们尝试运行 main_running.m 函数。。。等待片刻会发现刚刚用来保存结果的路径下面多了几个mat,如图：
三、评估一个tracker
评估一个tracker我们通常需要修改两个函数：perfplot 和 genPerfMat，perfplot函数是评估tracker时候的入口函数，在配置好configTrackers.m 和 configSeqs.m 时直接运行它即可。不过，得注意设置一下genPerfMat函数里的路径（这是perfplot用来调用进行初始化的函数），在 genPerfMat.m 的第9行，如图：
路径跟 main_running 当时设置的保存路径时一致的，相当于用刚刚的结果当作输入。
然后再配置一下 perfplot 里的保存路径，在第94行，这是评估结果的保存路径，另外，需要再加一段代码用来第一次创建目录，后面的评估指标 evalTypeSet 把三个改成一个OPE，如图：
可以对比一下修改前和修改后，然后在 perfPlot 里点击运行，会出现一共12张图，第1张图是总的结果，后面的11张图是不同类型视频的评估结果，我们往往最关注第1张图。
至此就是配置OTB平台的最基本步骤，通过这种方式可以快速的对一个tracker进行评价，当然要对tracker进行调参还需要对OTB平台有更深入的了解，这里就不加以详细叙述了。