Step by Step演示如何训练Pytorch版的EfficientDet
共 2835字，需浏览 6分钟
·
2021-09-03 06:13
向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
Paper：https://arxiv.org/abs/1911.09070
Base GitHub Repo:https://github.com/zylo117/Yet-Another-EfficientDet-Pytorch
Official Repo:https://github.com/google/automl/tree/master/efficientdet
EfficientDet 算法中文介绍：https://github.com/DataXujing/EfficientDet_pytorch/blob/master/EfficientDet_CN.md
本项目以一个真实比赛的数据集，Step by Step演示如何训练最近开源的相对SOTA的Pytorch版的EfficientDet的训练，评估，推断的过程。像paper中提到的一样，我们并没有使用任何数据增强或模型融合等后处理的trick来提高模型的精度，如果你想增加数据增强的策略可以在
efficientdet/dataset.py中实现；此外我们并没有采用类似于UWGAN_UIE，水质迁移（WQT），DG-YOLO或一些水下去雾算法的办法，预处理水下的图像；
相信这些trick同样会提高模型识别的精度！！
1.数据来源
数据来源于科赛网中的水下目标检测的比赛：
https://www.kesci.com/home/competition/5e535a612537a0002ca864ac/content/2
「背景」 随着海洋观测的快速发展，水下物体检测在海军沿海防御任务以及渔业、水产养殖等海洋经济中发挥着越来越重要的作用，而水下图像是海洋信息的重要载体，本次比赛希望参赛者在真实海底图片数据中通过算法检测出不同海产品（海参、海胆、扇贝、海星）的位置。
项目代码 获取方式：
关注微信公众号 datayx 然后回复 目标检测 即可获取。
AI项目体验地址 https://loveai.tech
我们将数据存放在项目的dataset下：
..
└─underwater
├─Annotations #xml标注
└─JPEGImages #jpg原图
# 首先划分训练集和验证集：我们采用9:1的随机换分，划分好的数据等待转化为COCO数据
划分训练集和验证集后的数据结构：
..
├─train
│ ├─Annotations
│ └─JPEGImages
└─val
├─Annotations
└─JPEGImages
将VOC转COCO：
3.修改EfficientDet的项目文件
1.新建dataset文件夹用以存放训练和验证数据
dataset
└─underwater # 项目数据集名称
├─annotations # instances_train.json,instances_val.json
├─train # train jpgs
└─val # val jpgs
2.新建logs文件夹
logs存放了训练过程中的tensprboardX保存的日志及模型
3.修改train.py[训练使用]
推断速度基本能达到实时：
4.Tensorboard展示结果：
tensorboard --logdir logs/underwater/tensorboard
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