配置 CoTracker 环境
首先下载 conda，然后安装虚拟环境。
1.创建环境：如果环境不存在，你需要创建一个新的 conda 环境。可以使用以下命令创建名为 cotracker 的环境：
conda create -n cotracker python=3.x其中 3.x 是你想要安装的 Python 版本。
2.列出所有环境：使用 conda env list 命令来列出所有已安装的 conda 环境，确认 cotracker 环境是否存在。
3.激活环境：创建环境后，使用 conda activate cotracker 来激活该环境。
conda activate cotracker确保在执行这些步骤之前你已经安装了 Anaconda 或 Miniconda，并且你的命令行工具（如终端、命令提示符、Anaconda Prompt等）已经配置正确。 
然后根据官方提示从 Github 上面下载源码。
参考官方的提示，这个项目支持在 CPU 和 GPU 上运行，因此在配置环境时建议同时安装支持 CUDA 的 PyTorch 和 TorchVision。
官方链接的终端命令贴出来了，需要可自行粘帖。
git clone https://github.com/facebookresearch/co-tracker
cd co-tracker-main
pip install -e .
pip install matplotlib flow_vis tqdm tensorboard
下载模型权重
因为官方有已经训练好的权重文件，我们只需要下载下来就可以在 Demo 里面直接调用。命令也在此处。
#在co-tracker-main下创建checkpoints目录
mkdir -p checkpoints
cd checkpoints
#下载官方训练好的权重文件
wget https://huggingface.co/facebook/cotracker/resolve/main/cotracker2.pth
cd ..
或者
# 建一个 checkpoints 文件夹，从下面网址手动下载放进去：
https://huggingface.co/facebook/cotracker/resolve/main/cotracker2.pth运行demo
安装后，您可以这样运行模型./assets/apple.mp4（结果将保存到./saved_videos/apple.mp4）：
python demo.py --checkpoint checkpoints/cotracker2.pth等待几秒钟计算
计算完成，提示保存了video
video
