配置GlobalTrack到Anti-UAV（四）

1、在tools/train_uavtir.py中设置work_dir，训练得到的模型将保存在这里

2、在tools下新建test_Antiuav410.py

与test_global_track.py相比，加入sys、GPUs设定、ckp_file变更、name_suffix变更、evaluators变更

这里注意file的路径，此时控制台应在GlobalTrack-master下，因此加载pth时应写work_dirs/而不是../work_dirs/ 

3、新增anti-uav410的评价指标计算接口

打开_submodules/neuron/neuron/data/evaluators/otb_eval.py，基于otb评价指标新增anti-uav410项

在_all_中加入'EvaluatorUAVtir' 

在最后加入一个class

4、多卡训练anti-uav410

报错，暂未解决

5、新建了一个Evalution/anti_eval.py文件，计算跟踪结果的评价指标

指标为Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking提出的状态精度指标

IOUt是预测框和真值的IOU。vt是t帧真值的可见度标识，v=1表示该帧有目标、有真值，v=0表示没有目标同时也没有真值。pt为预测结果的可见度标识，但是取值与vt相反，p=1表示跟踪器认为该帧不存在目标，p=0表示跟踪器在该帧找到了目标。T为总帧数。表示一个判断，当vt=1时取值为1，当vt=0时取值为0。

因此上述公式可以理解为：当真值存在时，分子左半部分保留，右半部分为0，计算了IOU；当真值不存在时，左半部分为0，右半部分为pt=1（近似认为IOU=1）。计算所有帧的拼接IOU作为SA。