sankin97 / underwater_detection Goto Github PK

第一次打比赛还是很不容易，感谢队友@milleniums. 一起合作

1、Mixup 2、DCN与多尺度训练测试 3、global context ROI 4、旋转数据增强

参考requirement.txt

• 预训练模型下载
  • 下载mmdetection官方开源的htc的resnext 64x4d 预训练模型

• 依赖安装编译

  1. 安装 pytorch conda install pytorch=1.1.0 torchvision=0.3.0 cudatoolkit=10.0 -c pytorch

  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

• 训练

  x101_64x4d (htc pretrained):

  chmod +x tools/dist_train.sh

  ./tools/dist_train.sh configs/underwater/cas_x101/cascade_rcnn_x101_64x4d_fpn_1x.py 4

  (上面的4是gpu数量，请自行修改,另外根据config对应文件目录进行修改) 训练过程文件及最终权重文件均保存在config文件中指定的workdir目录中

• 预测

  x101_64x4d (htc pretrained):

  chmod +x tools/dist_test.sh

  ./tools/dist_test.sh configs/underwater/cas_x101/cascade_rcnn_x101_64x4d_fpn_1x.py workdirs/cas_x101_64x4d_fpn_htc_1x/latest.pth 4 --json_out results/cas_x101.json

1. 预测结果文件会保存在 /results 目录下

2. 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

Baseline @郑烨.