# underwater-object-detection-mmdetection
## [和鲸社区Kesci 水下目标检测算法赛（光学图像赛项）](https://www.kesci.com/home/competition/5e535a612537a0002ca864ac)
## 答辩PPT
coming soon or by contacting with me
## 整体思路
1. 使用两阶段检测框架，保证精度要求；
2. 使用FPN，增强小目标的检测效果；
3. 使用Mixup、旋转等无损的数据增强技术，减轻网络过拟合，并提升模型泛化能力；
4. 使用多尺度训练与预测，适应图片分辨率差异，可以让参与训练的目标大小分布更加均衡，使模型对目标大小具有一定的鲁棒性；
5. 参考[ResNet](https://arxiv.org/abs/1512.03385)论文，使用Global Context ROI为每个候选框添加上下文信息，充分利用数据分布特点，提升了检测精度。
## 消融实验
<table>
<tr>
<th>Backbone</th>
<th>DCN</th>
<th>MS</th>
<th><a href="https://github.com/sankin97/Underwater_detection/blob/master/mmdet/datasets/pipelines/transforms.py">Mixup</a></th>
<th>RandomRotate90°</th>
<th><a href="https://github.com/cizhenshi/TianchiGuangdong2019_2th/blob/master/src/mmdet/models/roi_extractors/single_level.py">GC</a></th>
<th>mAP</th>
</tr>
<tr>
<th>ResNet50-FPN</th>
<th></th>
<th></th>
<th></th>
<th></th>
<th></th>
<th>baseline</th>
</tr>
<tr>
<th>ResNeXt101-FPN</th>
<th>✓</th>
<th>✓</th>
<th></th>
<th></th>
<th></th>
<th>baseline+3.35%</th>
</tr>
<tr>
<th>ResNeXt101-FPN</th>
<th>✓</th>
<th>✓</th>
<th>✓</th>
<th></th>
<th></th>
<th>baseline+4.25%</th>
</tr>
<tr>
<th>ResNeXt101-FPN</th>
<th>✓</th>
<th>✓</th>
<th></th>
<th></th>
<th>✓</th>
<th>baseline+4.36%</th>
</tr>
<tr>
<th>ResNeXt101-FPN</th>
<th>✓</th>
<th>✓</th>
<th></th>
<th>✓</th>
<th>✓</th>
<th>baseline+4.69%</th>
</tr>
</table>
## 项目运行的资源环境
+ 操作系统：Ubuntu 18.04.2
+ GPU：2080Ti * 4
+ Python：Python 3.6.8
+ NVIDIA依赖：
- CUDA：V10.0.130
- CUDNN：7.4.1
- NVIDIA驱动版本：410.73
+ 深度学习框架：PyTorch1.1.0
## 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
- 下载mmdetection官方开源的htc的[resnext 64×4d 预训练模型](https://s3.ap-northeast-2.amazonaws.com/open-mmlab/mmdetection/models/htc/htc_dconv_c3-c5_mstrain_400_1400_x101_64x4d_fpn_20e_20190408-0e50669c.pth)
- 百度网盘下载地址：链接:https://pan.baidu.com/s/1r3uQVpOLKfjF8vfLEYPMgg 密码:811m
## 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
- [BaselineBy郑烨](https://github.com/zhengye1995/underwater-object-detection)
- [2019广东工业智造创新大赛【赛场一】布匹疵点智能识别rank2解决方案](https://github.com/cizhenshi/TianchiGuangdong2019_2th)
## Contact
author: hk
qq：3025531252
email: 3025531252@qq.com
和鲸社区Kesci 水下目标检测算法赛（光学图像赛项）参赛源码+项目说明（三等奖+单模方案）.zip
版权申诉
84 浏览量
2024-01-25
22:11:58
上传
评论
收藏 620KB ZIP 举报
和鲸社区Kesci 水下目标检测算法赛（光学图像赛项）参赛源码+项目说明（三等奖+单模方案）.zip （219个子文件） 
deform_conv_cuda.cpp 29KB deform_pool_cuda.cpp 4KB roi_align_cuda.cpp 3KB roi_pool_cuda.cpp 3KB masked_conv2d_cuda.cpp 3KB nms_cpu.cpp 2KB sigmoid_focal_loss.cpp 2KB compiling_info.cpp 1KB nms_cuda.cpp 575B deform_conv_cuda_kernel.cu 42KB deform_pool_cuda_kernel.cu 16KB roi_align_kernel.cu 11KB roi_pool_kernel.cu 7KB sigmoid_focal_loss_cuda.cu 6KB nms_kernel.cu 5KB masked_conv2d_kernel.cu 5KB README.md 5KB
mixup.PNG 329KB transforms.py 35KB reppoints_head.py 27KB guided_anchor_head.py 25KB htc.py 22KB cascade_rcnn.py 21KB hrnet.py 19KB mean_ap.py 19KB resnet.py 18KB test_robustness.py 16KB fcos_head.py 16KB fovea_head.py 16KB grid_head.py 15KB generalized_attention.py 15KB flops_counter.py 14KB anchor_head.py 14KB two_stage.py 13KB senet.py 13KB deform_conv.py 12KB guided_anchor_target.py 12KB train.py 11KB bbox_head.py 11KB test_mixins.py 11KB test.py 10KB deform_pool.py 10KB grid_rcnn.py 9KB mask_scoring_rcnn.py 8KB max_iou_assigner.py 8KB cascade_rcnn_x101_64x4d_fpn_dcn_1x.py 8KB robustness_eval.py 8KB resnext.py 8KB coco_utils.py 8KB ssd_head.py 8KB transforms.py 8KB maskiou_head.py 7KB double_head_rcnn.py 7KB free_anchor_retina_head.py 7KB anchor_target.py 7KB fcn_mask_head.py 7KB inference.py 7KB setup.py 7KB base.py 7KB convfc_bbox_head.py 7KB coco_error_analysis.py 7KB iou_loss.py 7KB nas_fpn.py 6KB point_target.py 6KB ghm_loss.py 6KB analyze_logs.py 6KB decorators.py 6KB approx_max_iou_assigner.py 6KB formating.py 6KB recall.py 6KB iou_balanced_neg_sampler.py 6KB sampler.py 6KB conv_module.py 6KB point_assigner.py 6KB eval_hooks.py 5KB class_names.py 5KB ssd_vgg.py 5KB fpn.py 5KB double_bbox_head.py 5KB custom.py 5KB ga_rpn_head.py 5KB loading.py 5KB pascal_voc.py 5KB hooks.py 4KB coco.py 4KB single_level.py 4KB contextmanagers.py 4KB train.py 4KB rpn_head.py 4KB retina_sepbn_head.py 4KB detectron2pytorch.py 4KB context_block.py 4KB ga_retina_head.py 4KB non_local.py 4KB nms_wrapper.py 4KB retina_head.py 4KB bfp.py 4KB anchor_generator.py 4KB merge_augs.py 3KB assign_result.py 3KB共 219 条
- 1
- 2
- 3
资源评论
