AICUP-plant-Autumn (TEAM_2042)

組員: wiwi6166, julian135707, louis52099, 97a4a07, GoofyAhh

Only for AI CUP group and private notes

---

農地作物現況調查影像辨識競賽 - 春季賽：AI作物影像判釋

文件結構說明

• python_image_enhancement-main: 包括水平翻轉與90度旋轉的部分；
• pytorch-image-models-main: 主訓練與測試程式參考 timm；
• crop_by_ourself.py: 經過自動剪裁後手動重新剪裁與刪除；
• fake_label_read_csv_class_file.py: 使用 public dataset 製造 pseudo label；
• mix_two_dataset.py: 合併 public 和 private csv檔；
• vote.py: 最後投票；
• requirements.txt: 完整環境；

預訓練與模型載點

• checkpoints : 訓練模型"這裡"有載點雲端；

---

使用說明

訓練方法

python3 -u train.py \
/home/twsahaj458/efb5/plant_33_new_aug/ \
--model efficientnet_b5 \
--num-classes 33 \
--batch-size 8 \
--epochs 100 \
--vflip 0.5 \
--reprob 0.5 \
--aug-splits 3 \
--aa rand-m9-mstd0.5-inc1 \
--model-ema \
--model-ema-decay 0.9998 \
--pretrained \
--amp \
--mean 0.4033 0.4388 0.3304 \
--std 0.2322 0.2267 0.2441
- ...

• /home/twsahaj458/efb5/plant_33_new_aug/: 訓練資料夾內需包含train與val；
• num-classes: 設定類別數量；
• batch-size: 設定一次迭代batch；
• epochs: 訓練次數；
• pretrained : 是否使用預訓練；
• mean/std : 為資料集平衡設定的mean與std(默認為我們強化過資料集計算值)；

測試方法

python inference.py \
/home/twsahaj458/efb5/AIcup_plant_33_autumn_private_cropped \
--model volo_d5_224 \
--num-classes 33 \
--checkpoint ./output/train/20221213-161744-volo_d5_224-224/model_best.pth.tar \
--mean 0.4033 0.4388 0.3304 \
--std 0.2322 0.2267 0.2441

• /home/twsahaj458/efb5/AIcup_plant_33_autumn_private_cropped: 測試資料夾；
• model: 模型選擇；
• num-classes: 設定類別數量；
• checkpoint: 選擇訓練過的模型點 (.pth.tar)；
• mean/std : 為資料集平衡設定的mean與std(默認為我們強化過資料集計算值)；

---

Reference

ilaydaDuratnir/python_image_enhancement

zheng-yuwei/PyTorch-Image-Classification

d-li14/mobilenetv3.pytorch

lukemelas/EfficientNet-PyTorch

zhanghang1989/ResNeSt

yizt/Grad-CAM.pytorch

rwightman/pytorch-image-models

---

Contact

If you have any question, feel free to contact wiwiwiwi6166@gmail.com