mmdetection水下海鲜目标检测
向AI转型的程序员都关注了这个号👇👇👇
人工智能大数据与深度学习 公众号:datayx
任务:在真实海底图片数据中检测出不同海产品(海参、海胆、扇贝、海星)的位置
数据描述
训练集:提供 7600 幅训练图像(含人工标注真值数据),数据集结构如下,
其中 train/image 文件夹中包含所有训练数据,这些图片之间不存在帧间连续性。图片路径示例如下:train/image/000001.jpg,其对应的目标检测标注真值位于路径 train/box/000001.xml 文件中,该文件包含了对应图像中所有物体的类别以及目标框参数(位置和尺寸)。需检测的目标类别包括海参“holothurian”,海胆“echinus”,扇贝“scallop”和海星“starfish”四类。训练数据真值中可能存在水草“waterweeds”这一类别,请忽略这一类。
关于标注:
训练图片中存在一定的标注噪声,如有需要选手可自行清洗数据。其中,前缀 c 为基本干净标注数据,前缀 u 为含噪声标注数据。
关于扇贝的标注歧义性较大,测试评估时基本以“前缀 c 中的扇贝标注标准”为准。
代码 获取方式:
分享本文到朋友圈
关注微信公众号 datayx 然后回复 海鲜 即可获取。
AI项目体验地址 https://loveai.tech
店铺地址:
https://shop585613237.taobao.com
方案简述
Baseline
cascade_rcnn_x101_64x4d_fpn_dcn_e15
注:不是所有数据
FPN
ResNeXt101-64x4d
Backbone:
Neck:
DCN
Global context(GC)
MS [(4096, 600), (4096, 1000)]
RandomRotate90°
15epochs + step:[11, 13]
A榜:0.55040585
基于1训练好的模型对训练数据进行清洗(tools/data_process/data_clean.py)
修正错误标注
先过滤掉confidence<0.1的predict boxes, 然后同GT boxes求iou
如果predict box同GT的最大iou大于0.6,但类别不一致, 那么就修正该gt box的类别
如果某张图片上所有预测框的confidence没有一个是大于0.9, 那么去掉该图片(即看不清的图片)
基于2修正后的数据进行训练 模型采用cascade_rcnn_r50_rfp_sac
注:所有数据
ResNet50
Backbone:
Neck: RFP-SAC
GC + MS + RandomRotate90°
cascade_iou调整为:(0.55, 0.65, 0.75)
A榜:0.56339531
基于3训练好的模型进一步清洗数据
注:所有数据
模型同3:
A榜:0.56945031
基于4
注:所有数据
SWA(12epochs)(https://arxiv.org/abs/2012.12645)
A榜:0.57286428
项目运行的资源环境
操作系统:Ubuntu 18.04.2
GPU:1块2080Ti
Python:Python 3.7.7
NVIDIA依赖:
NVCC: Cuda compilation tools, release 10.1, V10.1.243
CuDNN 7.6.5
深度学习框架:
PyTorch: 1.8.1
TorchVision: 0.9.1
OpenCV: 4.5.1
MMCV: 1.2.4+cu101
MMCV Compiler: GCC 7.5
MMCV CUDA Compiler: 10.1
MMDetection: 2.10.0+0489bcb
环境安装及编译
mmdetection安装
参考mmdetection
预训练模型下载
下载mmdetection官方开源的htc的resnext 64×4d 预训练模型
下载mmdetection官方开源的htc的DetectoRS | HTC + ResNet-50 预训练模型
模型训练与预测
训练
python tools/train.py configs/swa_cascade_rcnn_r50_rfp_sac_iou_alldata-v3_e15.py --no-validate
python tools/train.py configs/cascade_rcnn_r50_rfp_sac_iou_e15_alldata_v3.py --no-validate
运行:
r50_rfp_sac (htc pretrained):
SWA -- 训练12轮
预测
python tools/test.py configs/swa_cascade_rcnn_r50_rfp_sac_iou_alldata-v3_e15.py ./swa/swa_cascade_rcnn_r50_rfp_sac_iou_alldata-v3_e15/swa_model_12.pth --format-only --cfg-options "jsonfile_prefix=./submit"
注:采用fp16加速(配置文件添加fp16 = dict(loss_scale=512.0))
运行:
预测结果文件名submit.bbox.json
转化mmd预测结果为提交csv格式文件:
python tools/post_process/json2submit.py --test_json submit.bbox.json --submit_file submit.csv
最终符合官方要求格式的提交文件 submit.csv 位于 submit目录下
机器学习算法AI大数据技术
搜索公众号添加: datanlp
长按图片,识别二维码
阅读过本文的人还看了以下文章:
基于40万表格数据集TableBank,用MaskRCNN做表格检测
《深度学习入门:基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分?
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加: datayx