/under_water

和鲸社区Kesci 水下目标检测算法赛（声学图像赛项）a榜 top3 b榜 top9

Primary LanguagePythonMIT LicenseMIT

水下目标检测算法赛（声学） underwater object detection algorithm contest

指标

a榜： 单模：0.29469826 融合：0.29770296 b榜： 融合：0.20547618

整体思路

  • detection algorithm: Cascade R-CNN
  • backbone: ResNet101 + FPN以及Se_ResNet101+ FPN
  • post process: soft nms
  • 基于mmdetection

代码环境及依赖

  • OS: Ubuntu16.04
  • GPU: 2080Ti * 4
  • python: python3.7
  • nvidia 依赖:
    • cuda: 10.0
    • nvidia driver version: 410.57
  • deeplearning 框架: pytorch1.1.0
  • 其他依赖请参考requirement.txt

数据准备

  • 相应文件夹创建准备

    • 在data目录下新建

      • submit
      • results
      • pretrain
      • acoustic

      并在acoustic目录下新建如下目录：

      |-- acoustic
      |------a-test-image
      |-------------- image
      |------------------ front
      |---------------------- xx.jpg(前视声纳测试图像)
      |------------------ side
      |---------------------- xx.jpg(侧扫声纳测试图像）
      |------ train
      |-------------- front
      |-------------------annotations
      |-------------------box
      |--------------------- xx.xml
      |-------------------image
      |--------------------- xx.jpg
      |-------------- negtive
      |-------------------box
      |--------------------- xx.xml
      |-------------------image
      |--------------------- xx.jpg
      |--------------side
      |-------------------annotations
      |-------------------box
      |--------------------- xx.xml
      |-------------------image
      |--------------------- xx.jpg

  • label文件格式转换

    • 官方提供的是VOC格式的xml类型label文件，转化为COCO格式用于训练
    • 为了方便利用mmd多进程测试，对test数据也生成一个伪标签文件
    • 运行内容： sh data_process.sh

  • 预训练模型下载

依赖安装及编译

  1. 安装 pytorch pip install torch==1.1.0 torchvision==0.3.0

  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

  • 模型训练及预测步骤均写在shell文档下

    • 训练过程文件及最终权重文件均保存在config文件指定的workdirs目录中
    • 预测结果json文件会保存在 data/results 目录下
    • 提交的csv文件在submit目录下

  • 运行

    训练

    sh train.sh

    推理

    sh inference.sh

    融合

    sh merge.sh

训练好的权重链接https://pan.baidu.com/s/1FfMyRotjvcNWb-aKqTqwXg 提取码：abiu