/underwater-mmdetection

underwater-object-detection-mmdetection 【晋级决赛】【第20名入围奖】【A榜提交排名25/498】【B榜26/151】【参与队伍1000+】队名 电信小菜鸡

Primary LanguagePython

underwater-object-detection-mmdetection

比赛地址

https://www.heywhale.com/home/competition/605ab78821e3f6003b56a7d8

获奖说明

【晋级决赛】【第20名入围奖】【A榜提交排名25/498】【B榜26/151】【参与队伍1000+】

队名 电信小菜鸡

环境安装及编译

  1. conda create -n 自拟环境名称 python=3.7 -y
  2. conda install pytorch=1.1.0 torchvision=0.3.0 cudatoolkit=10.0
  3. pip install cython && pip install -r requirements.txt
  4. conda install pillow=6.1
  5. pip install tqdm
  6. pip install pytest-runner -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
  7. python setup.py develop

预训练模型下载

模型训练与预测

  • 训练

    1. 运行：

      x101_64x4d (htc pretrained):

      chmod +x tools/dist_train.sh

      ./tools/dist_train.sh configs/underwater/cas_x101/cascade_rcnn_x101_64x4d_fpn_dcn_1x.py 4

      (上面的4是我的gpu数量，请自行修改)

    2. 训练过程文件及最终权重文件均保存在config文件中指定的work_dirs目录中

  • 预测

    1. 运行:

      x101_64x4d (htc pretrained):

      chmod +x tools/dist_test.sh

      ./tools/dist_test.sh configs/underwater/cas_x101/cascade_rcnn_x101_64x4d_fpn_dcn_1x.py work_dirs/cas_x101_64x4d_fpn_htc_dconv_1x/latest.pth 4 --json_out results/cas_x101.json

      (上面的4是我的gpu数量，请自行修改)

    2. 预测结果文件会保存在 /results 目录下

    3. 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