Skip to content

和鲸社区Kesci 2020年全国水下机器人(湛江)大赛水下目标检测算法赛(光学)三等奖方案-单模

Notifications You must be signed in to change notification settings

sankin97/Underwater_detection

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

第一次打比赛还是很不容易,感谢队友@milleniums. 一起合作

主要提分点

1、Mixup 2、DCN与多尺度训练测试 3、global context ROI 4、旋转数据增强

A榜消融实验结果

Backbone DCN MS Mixup RandomRotate90 GC mAP
ResNet50-FPN baseline
ResNeXt101-FPN baseline+3.35%
ResNeXt101-FPN baseline+4.25%
ResNeXt101-FPN baseline+4.36%
ResNeXt101-FPN baseline+4.54%
ResNeXt101-FPN baseline+4.69%

代码环境及依赖

参考requirement.txt

依赖安装及编译

  • 依赖安装编译

    1. 安装 pytorch conda install pytorch=1.1.0 torchvision=0.3.0 cudatoolkit=10.0 -c pytorch

    2. 安装其他依赖 pip install cython && pip --no-cache-dir install -r requirements.txt

    3. 编译cuda op等: python setup.py develop

模型训练及预测

  • 训练

    x101_64x4d (htc pretrained):

    chmod +x tools/dist_train.sh

    ./tools/dist_train.sh configs/underwater/cas_x101/cascade_rcnn_x101_64x4d_fpn_1x.py 4

    (上面的4是gpu数量,请自行修改,另外根据config对应文件目录进行修改) 训练过程文件及最终权重文件均保存在config文件中指定的workdir目录中

  • 预测

    x101_64x4d (htc pretrained):

    chmod +x tools/dist_test.sh

    ./tools/dist_test.sh configs/underwater/cas_x101/cascade_rcnn_x101_64x4d_fpn_1x.py workdirs/cas_x101_64x4d_fpn_htc_1x/latest.pth 4 --json_out results/cas_x101.json

1. 预测结果文件会保存在 /results 目录下

2. 转化mmd预测结果为提交csv格式文件:
   
   python tools/post_process/json2submit.py --test_json cas_x101.bbox.json --submit_file cas_x101.csv

   最终符合官方要求格式的提交文件cas_x101.csv 位于 submit目录下

Reference

Baseline @郑烨.

About

和鲸社区Kesci 2020年全国水下机器人(湛江)大赛水下目标检测算法赛(光学)三等奖方案-单模

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published