这是北京理工大学深度学习基础课程最后一次大作业目标检测比赛,详细介绍在这里,这里自己主要用到了华为云的Modelarts和colab的算力来训练自己的数据,将自己这段时间做的工作开源出来:
- 从零开始实现了Resnet50+FPN+SSD的目标识别模型,具体介绍可以看
大作业-董林康-1120212477.ipynb
- 用gradio做了一些可视化锚框的界面设计
PS D:\Desktop2\DL_Foundation\assignment\lastwork> ls
目录: D:\Desktop2\DL_Foundation\assignment\lastwork
Mode LastWriteTime Length Name
---- ------------- ------ ----
d----- 2023/7/15 12:30 checkpoint
d----- 2023/7/14 17:31 data
d----- 2023/6/20 15:27 flagged
d----- 2023/7/15 12:34 huaweilab
d----- 2023/7/7 9:49 image
d----- 2023/6/27 18:39 learning
d----- 2023/7/4 12:37 mydet
d----- 2023/7/14 16:02 README.assets
d----- 2023/6/30 20:43 reference
d----- 2023/7/15 12:34 submit
d----- 2023/7/6 16:42 utils
d----- 2023/6/20 18:28 __pycache__
d----- 2023/7/14 17:22 数据和提交内容
-a---- 2023/7/15 12:45 83 .gitignore
-a---- 2023/7/6 21:52 265120 0查看数据集.ipynb
-a---- 2023/7/6 15:50 2768763 1查看提交格式.ipynb
-a---- 2023/6/29 21:03 1038783 2_SSD_colab_demo.ipynb
-a---- 2023/7/4 8:52 129673 3_1_choose_backbone.ipynb
-a---- 2023/7/4 12:19 356725 3_2_mydet_demo.ipynb
-a---- 2023/7/5 0:21 202731 3_3_mydet_cpu.ipynb
-a---- 2023/7/5 0:40 610098 3_4_mydet_colab.ipynb
-a---- 2023/7/6 22:16 1490960 3_5_mydet_eval.ipynb
-a---- 2023/7/6 16:24 25088 3_6_mydet_eval_batch.ipynb
-a---- 2023/7/6 18:48 29565 3_7_mydet_eval_batch_submit.ipynb
-a---- 2023/7/7 9:49 3157 anchor_size_ratios.ipynb
-a---- 2023/7/1 0:22 1807 DailyNote.md
-a---- 2023/7/15 12:32 3996 README.md
-a---- 2023/6/26 21:39 30 requirements.txt
-a---- 2023/7/15 13:36 55750793 starting_kit.zip
-a---- 2023/7/6 16:19 441808 test_images.csv
-a---- 2023/7/7 11:32 798937 大作业-董林康-1120212477.ipynb
-a---- 2023/6/18 17:14 2605 比赛要求.md
大作业-董林康-1120212477.ipynb
为本次提交的最终作业,其中的图片在image
文件夹下,建议解压附件后阅读。mydet
和utils
是最后所有提交文件都用到的包,包括乐学要求提交的大作业-董林康-1120212477.ipynb
里面的代码也调用了其中的代码,包中代码均为手写,小部分工具函数参考了李沐的d2l的实现过程。image
文件夹中是自己用draw.io或者plt画的一些图
huaweilab
文件夹为自己在华为云的上配置的环境目录(除了数据集)reference
是在写代码中参考的三篇论文,分别是Cascade RCNN原论文,Resnet原论文,SSD原论文submit
文件夹中包括了自己最终没有提交成功的两个结果,包括colab和modelarts的结果- 其余的
learning
文件夹中的ipynb
和上面目录中的其它ipynb
文件均为一点一点做该项目的学习notebook,包含具体文件代码及思路注释 requirements.txt
为运行本项目所需要的python包test_images.csv
为自己生成的测试集图片信息的csv文件checkpoint
文件夹中是colab和modelarts训练的参数,由于超过一百兆,没有上传githubstarting_kit.zip
中是助教一开始给的读取标注的样例文件