habarovsk_hack

Данный репозиторий является решением "Кейс №1: Защита редких животных" от команды "ML Princess [Napoleon IT]"

Содержание

• user guide:
  • Структура репозитория
  • Инструкция по использованию репозитория в docker
• Объяснение решения

User guide

Структура репозитория

• app - папка содержащая реализацию бэка, всю логику работы моделей, инициализацию моделей
• telebot - папка содержащая реализацию бота, логику обработки ответов модели и их вывод пользователю
• backend.py - вспомогательный файл для запуска сервиса
• docker-compose.yml - конфиг докера для сборки и поднятия сервиса и бота с нужными портами и тд
• Dockerfile - докер файл сервиса, отвечающий за окружение и установку нужных пакетов, библиотек
• inference_model.py - скрипт для инференса моделей(прогон изображений через модели и составление csv таблицы с результатами работы)
• requirements.txt - файл со всеми необходимыми библиотеками для работы сервиса

Docker run

Для того чтобы поднять сервис на локальной/удаленной машине нужно:

• убедиться, что указанные порты в docker-compose.yml доступны на вашей машине
• запустить скрипт сборки docker контейнеров:

docker-compose build

• запустить скрипт поднятия сервисов:

docker-compose up

• Поздравляем, сервисы подняты

Объяснение решения

В сервисе используются 3 обученные модели:

1. Две каскадные модели для детекции животных
2. Визуальный трансформер ViT с ArcFace для классификации солодых и взрослых особей, найденных на предыдущем шаге

Описание решения

Мы реализовали сервис с моделями детекции, который производит подсчет моржей на лежбище по принятым изображениям Структурно наше решение можно представить следующим образом

graph TD
    A(Start Service) --> P[Images request] 
    P --> B[Preprocessing]
    B --> C[Detection Service]
    C --> D[HRNet model]
    C --> E[Cascade RCNN model]
    D --> F[sahi sliced detection]
    E --> J[sahi sliced detection]
    F --> K[Detection Ensemble]
    J --> K[Detection Ensemble]
    K --> Y[Draw contours]
    Y --> V[Save and Visualize]
    V --> X[Sum up the statistics]
    X --> Z(Send response)

Loading

Подробное описание Detection Service

Мы провели ряд экспериментов с разными архитектурами и подходами в обучении моделей детекции. Одной из особенностей данной задачи является проблема детекции мелких объектов на high resolution изображениях. Подходы к решению данной проблемы рассмотрены в ряде статей:

• HRDNet: High-resolution Detection Network for Small Objects - https://arxiv.org/pdf/2006.07607.pdf
• Small Object Detection using Deep Learning - https://arxiv.org/pdf/2201.03243.pdf
  После изучения данной проблемы и полученных данных мы решили провести эксперименты и мы подсчитывали кастомную метрику:

Здесь будет формула для подсчета метрики

model	method/arch
Cascade + ResNet-50	RFP
Cascade + ResNet-50	SAC
Cascade R-CNN	HRNet
FCOS	HRNet
Faster R-CNN	FPN
Yolo	V5
Yolo	X

После анализа результатов мы приняли выбрали 2 модели, которые показали по нашей метрике лучшие результаты:

• CASCADE_RCNN_HRNET
• CASCADE_RCNN
  

Мы решили заняться тюнингом данных моделей для улучшения распознований, но к значительным изменениям это не привело, в следствии чего мы углубились в ресерч.
Из статей мы вынесли основную мысль - мы хотим обученной моделью предиктить не сразу все изображение, а делать это определенным слайдом. Данный механизм присутствует в библиотеке sahi (ссылка на исходник): Данным механизмом мы улучшили наши метрики на 30%. В итоге мы решили полноценно внедрить данную технологию.

Как мы выяснили из экспериментов и статей:

• Модель HRNet хорошо работает на high resolution изображениях и хорошо детектит мелкие элементы
• Модель Cascade RCNN хорошо справляется с детекцией элементов на ближних изображениях

После данных наблюдений мы решили попробовать сделать ансамбль из данных моделей (в связке с sahi) с неким усреднением bboxes с каждой модели - если кратко, то целью было брать объекты, которые нашла одна модель, а другая не справилась с этим. По итогу мы механизмом ансамблирования лучших моделей мы улучшили качество на 9%.