TrackingNet数据集原Eval-ai网站评估服务在2026.01已关闭。（因为Eval-ai网站要收费了）

2026.02 新的在线评估在codabench平台，地址：TrackingNet Test set - ECCV'18 - Codabench

需邮箱注册账号，每个账号用户每天5次提交机会，总共50次。（可以多注册几个）

提交方法：

1.点击图片中1处的My Submissions；

2.在2中填入方法名；

3.点击3处的链接符号，上传结果压缩包。

提交文件格式：

文件格式与原先一致。

每个序列结果写在以序列名称命名的txt文件中（如：_3GIPsDKoVk_0.txt），文件内部预测框数据每行4个，以逗号","分隔，总行数需与序列图像数量一致。

所有序列结果文件压缩至同一个压缩文件(zip)中，中间不能有额外文件夹。

（如果是手动压缩的话，需要在文件夹内选中所有结果文件进行压缩。不能压缩所有结果文件所在目录的上级文件夹，这样压缩后会在压缩包内额外产生一个文件目录，导致评估程序无法读取数据。）

结果文件夹目录示例：

直接选中所有结果文件（511个）压缩成zip格式即可（也可以用代码压缩）

测试结果示例：

提交后过几分钟基本就会显示结果（有时候可能Failed，可能是网站问题，重新提交一次就好）

图里下面两个2.78分的就是因为压缩时压缩了上级文件夹，而不是在文件夹内部选中所有结果文件压缩，导致数据读取错误。重新压缩提交正确格式数据后，结果就正常了。

点击结果行就可以在弹出框中查看和下载评估的各项指标得分，右侧选项可以选择公开结果。

TrackingNet数据集工具包地址：GitHub - SilvioGiancola/TrackingNet-devkit: Development kit for TrackingNet