本方案基于Detic
使用的数据为,竞赛提供的检测数据集,以及只有类别标注的弱监督数据集
弱监督数据集的搜集过程为,使用爬虫程序,在京东商城上用商品中文搜索,下载第一页搜索结果中的图像并过滤
弱监督数据集总共含有13,428张图片
使用GIoU Loss(g)、SIoU Loss(s),指数滑动平均EMA(E),多尺度测试(T),伪标注微调(PLFT)等技术,详细方案介绍,提取码ra23
Novel | Base | All | |
---|---|---|---|
IF_E_g | 39.894 | 41.564 | 40.729 |
IF_E_s | 42.022 | 41.939 | 41.980 |
IF_E_s_T | 42.842 | 43.721 | 43.282 |
IF_E_s_T_PLFT | 43.317 | 45.593 | 44.455 |
IF_+_E_s_T的训练和推理命令分别为:
# 训练
python train_net.py --num-gpus 1 --config-file configs/360.yaml MODEL.WEIGHTS models/Detic_LCOCOI21k_CLIP_SwinB_896b32_4x_ft4x_max-size.pth OUTPUT_DIR final/ IF_+_E_s_T
# 推理
python demo.py --config-file configs/360.yaml --input data_final_contest/test/* --output output/test/ --vocabulary custom --custom_vocabulary headphone --confidence-threshold 0.0001 --pred_all_class --opts MODEL.WEIGHTS final/IF_+_E_s_T/model_0136444.pth
IF_+_E_s_T_PLFT的训练和推理命令分别为:
# 训练
python train_net.py --num-gpus 1 --config-file configs/360_plft.yaml MODEL.WEIGHTS final/IF_+_E_s_T/model_0136444.pth OUTPUT_DIR final/IF_+_E_s_T_PLFT
# 推理
python demo.py --config-file configs/360_plft.yaml --input data_final_contest/test/* --output output/test/ --vocabulary custom --custom_vocabulary headphone --confidence-threshold 0.0001 --pred_all_class --opts MODEL.WEIGHTS final/IF_+_E_s_T_PLFT/model_0008492.pth