zhengye1995/Tianchi-2019-Guangdong-Intelligent-identification-of-cloth-defects-rank5

请问一下怎么输入6通道的图片

Closed this issue · 12 comments

Alex-afka commented
请问一下怎么输入6通道的图片
zhengye1995 commented

I implement the 6 channels input in the following way:

for the network:

(i) Change the input channel for the first conv layer in backbone from 3 to 6.
(ii) In order to utilize the pre-trained model from COCO dataset, I double repeat the weight of first conv layer

for the data:
(i) just concatenate the target image with its template image along the channel dimension ( 2*3=6)

Alex-afka commented

thank you for your reply 关于数据集 想询问一下如果只取用几个类别例如5个 该怎么办 我发现如某个图片有很多不同类别的瑕疵

zhengye1995 commented

You can treat the other classes as the background and just keep the labels for your taget five classes.

Alex-afka commented

十分感激你 thankyou 以后可以多多交流

Chen-Song commented

@zhengye1995 请问“just concatenate the target image with its template image along the channel dimension ( 2*3=6)”，在config中的体现是：“在train_pipeline中 dict(type='Concat', template_path=data_root + 'template_Images/'),
”吗？因为按照你的数据移动指引，template_Images文件夹下同时包括target image以及template image。

Chen-Song commented

@zhengye1995 有一个疑问是在config文件中data的字典构建中，路径使用的是 “img_prefix=data_root + 'defect_Images/',”，按照你的数据移动指引，defect_Images只包括有缺陷的原图，并不包括模板图像。这里怎么能让模型读取到6个通道的融合图像呢？

Chen-Song commented

@zhengye1995 可以问一下你们当时使用的mmdetection的版本是多少吗？mmdetection的版本更新比较快。

zhengye1995 commented

@zhengye1995 有一个疑问是在config文件中data的字典构建中，路径使用的是 “img_prefix=data_root + 'defect_Images/',”，按照你的数据移动指引，defect_Images只包括有缺陷的原图，并不包括模板图像。这里怎么能让模型读取到6个通道的融合图像呢？

Please refer the code in Concat

zhengye1995 commented

@zhengye1995 可以问一下你们当时使用的mmdetection的版本是多少吗？mmdetection的版本更新比较快。

1.0.0 or 1.1.0

Chen-Song commented

@zhengye1995 实际上template_Images文件夹中的原图（也就是待检测图）并没有使用到，使用的是defect_Images文件夹中的原图，concat.py只是使用了里面的模板图像。感谢作者开源这个代码，学到了很多。

Alex-afka commented
Chen-Song commented

@Alex-afka 加我vx 13821008662 (不过我是菜鸡)