代码中的说明

---

1. 依赖项

• Python 3.6
• Numpy 1.14
• Pytorch 0.4
• Opencv 2.4
• VisualStudio 2013, CUDA8.0, cudnn6.0.

2. 文件结构

| -- README.md
| -- code
    | -- gen_data_csv.py
    | -- dataset.py
    | -- models.py
    | -- validation.py
    | -- train_net.py
    | -- test_net.py
| -- data
    | -- guangdong_round1_test_a_20180916
    | -- guangdong_round1_test_b_20181009
    | -- guangdong_round1_train2_20180916
| -- data_preprocess
    | -- RotImage.cpp
    | -- RotImage.h
| -- submit

3. 引用

预训练模型

• [imagenet]
• http://data.lip6.fr/cadene/pretrainedmodels/inceptionv4-8e4777a0.pth

训练模型

• [Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning]
• https://arxiv.org/abs/1602.07261

模型说明

    我们以Inception-V4网络模型为主干，训练我们预处理之后的图像

4 图像预处理说明

预处理类作用

我们把图像的预处理过程打包成C++的类，主要用于将输入图像中存在角度的铝型材图像进行旋转。

预处理步骤

1）将原始图像转化到HSV空间中；
2）对S通道进行二值化，并提取相应轮廓，计算轮廓外接矩形，获取其角度；
3）根据角度，对原始图像进行旋转，将铝型材图像进行角度矫正；
4）对旋转后的空白区域进行填充，得到最终结果。