电力人工智能数据竞赛决赛-安全帽未佩戴行为目标检测赛道基准模型

# 电力人工智能数据竞赛决赛——安全帽未佩戴行为目标检测赛道基准模型 以下为电力人工智能数据竞赛决赛-安全帽未佩戴行为目标检测赛道基准模型介绍。其中包含了智源联邦学习框架的简化版本（真实版本后期会以论文的形式发布）和基于 [YOLOv3模型] 完成的实验。 ## 环境要求 服务器环境： * `nvidia/cuda:10.2-devel-ubuntu18.04` Python库环境： * `aiohttp==3.7.3` * `fastapi==0.62.0` * `Flask==1.1.1` * `loguru==0.5.3` * `numpy==1.18.1` * `Pillow==7.0.0` * `Python==3.7.6` * `python-multipart==0.0.5` * `torch==1.7.1` * `terminaltables==3.1.0` * `torchvision==0.8.2` * `tqdm==4.42.1` * `uvicorn==0.13.1` 详情请参考`finals-helmet-baseline`下面的`requirements.txt` ## 项目结构 ``` . ├── README.md ├── baai-client # 智源联邦学习客户端 │   ├── api │   │   └── client_api.py # 选手联邦学习服务端需要调用智源联邦学习客户端的函数（训练、测试等） │   ├── config │   │   ├── base_conf.py # 本机IP地址和端口号配置 │   │   ├── finals_contest_helmet_federal_conf │   │   │   ├── create_finals_contest_helmet_federal_model_conf.sh # 构建yolov3模型的bash脚本 │   │   │   └── finals_contest_helmet_federal_conf.data # 决赛安全帽数据集路径信息 │   │   ├── options_conf.py # 初始化参数函数 │   │   └── routes_conf.py # 配置调用方法 │   ├── main.py # 智源联邦学习客户端启动主函数 │   ├── module │   │   └── models_module.py # yolov3模型相关类 │   ├── service │   │   └── federated │   │   └── client_service.py # 智源联邦学习客户端类 │   └── utils │   ├── common_utils.py # 常用功能函数 │   ├── custom_error_utils.py # 自定义错误信息类 │   ├── data_utils.py # 处理加载数据集相关函数 │   ├── result_utils.py # 通信结果封装类 │   └── tool_utils.py # 辅助功能函数 ├── contestant-server # 选手联邦学习服务端 │   ├── config │   │   ├── finals_contest_helmet_federal_conf │   │   │   └── create_finals_contest_helmet_federal_model_conf.sh # 构建yolov3模型的bash脚本 │   │   └── options_conf.py # 初始化参数函数 │   ├── http_request │   │   └── async_request.py # 异步调用方法类 │   ├── module │   │   └── models_module.py # yolov3模型相关类 │   ├── service │   │   └── federated │   │   └── server_service.py # 选手联邦学习服务端类 │   └── utils │   ├── common_utils.py # 常用功能函数 │   ├── custom_error_utils.py # 自定义错误信息类 │   ├── data_utils.py # 处理加载数据集相关函数 │   ├── result_utils.py # 通信结果封装类 │   └── tool_utils.py # 辅助功能函数 ├── requirements.txt # 需要安装的python库 └── sgcc-client # 国网电力联邦学习客户端（功能与智源联邦学习客户端相同，此处不展开介绍） ├── api │   └── client_api.py ├── config │   ├── base_conf.py │   ├── finals_contest_helmet_federal_conf │   │   ├── create_finals_contest_helmet_federal_model_conf.sh │   │   └── finals_contest_helmet_federal_conf.data │   ├── options_conf.py │   └── routes_conf.py ├── main.py ├── module │   └── models_module.py ├── service │   └── federated │   └── client_service.py └── utils ├── common_utils.py ├── custom_error_utils.py ├── data_utils.py ├── result_utils.py └── tool_utils.py ``` ## 下载地址 * [决赛安全帽数据集](https://open.baai.ac.cn/data-set-detail/MTI2NTE=/MzA=/true) * 决赛选手不可访问决赛安全帽数据集，此处给出统计信息说明 * [yolov3预训练模型](http://dorc-data.ks3-cn-beijing.ksyun.com/2015682aasdf154asdfe5d5aq961fa6eg/weights_yolov3_pre_model/weights.tar.gz) * 当前主要采用`weights`下面的`darknet53.conv.74` ## 运行方式 ### 智源联邦学习客户端 * 进入`baai-client/config/finals_contest_helmet_federal_conf`目录 * 修改`finals_contest_helmet_federal_conf.data`当中的数据路径 * 生成`yolov3`模型的`cfg`文件（先删除旧的`cfg`文件） `bash create_finals_contest_helmet_federal_model_conf.sh 2` * 进入`baai-client/config` * 修改`base_conf.py`当中的`host`和`port` * 进入`baai-client/config`目录 * 配置`options_conf.py`当中的参数，特别是`data_config`，`model_def`，`server_ip`，`server_port`，`client_ip`，`client_port` * 启动智源联邦学习客户端 * 进入`baai-client`，运行以下指令 `python main.py` ### 国网电力联邦学习客户端 * 进入`sgcc-client/config/finals_contest_helmet_federal_conf`目录 * 修改`finals_contest_helmet_federal_conf.data`当中的数据路径 * 生成`yolov3`模型的`cfg`文件（先删除旧的`cfg`文件） `bash create_finals_contest_helmet_federal_model_conf.sh 2` * 进入`sgcc-client/config` * 修改`base_conf.py`当中的`host`和`port` * 进入`sgcc-client/config`目录 * 配置`options_conf.py`参数，特别是`data_config`，`model_def`，`server_ip`，`server_port`，`client_ip`，`client_port` * 启动国网电力联邦学习客户端 * 进入`sgcc-client`，运行以下指令 `python main.py` ### 选手联邦学习服务端 * 把下载好的 [yolov3预训练模型](http://dorc-data.ks3-cn-beijing.ksyun.com/2015682aasdf154asdfe5d5aq961fa6eg/weights_yolov3_pre_model/weights.tar.gz) 拷贝到`contestant-server/service/federated/weights` * 进入`contestant-server/config/finals_contest_helmet_federal_conf`目录 * 生成`yolov3`模型的`cfg`文件（先删除旧的`cfg`文件） `bash create_finals_contest_helmet_federal_model_conf.sh 2` * 进入`contestant-server/config`目录 * 配置`options_conf.py`参数，特别是`pretrained_weights`，`model_def`，`server_ip`，`server_port`，`client_ips`，`client_ports` * 启动选手联邦学习服务端 * 进入`contestant-server`，运行以下指令 `PYTHONPATH=your/project/path/contestant-server python service/federated/server.py` ## 实验结果 基于默认实验参数，决赛安全帽测试集基于YOLOv3模型的结果： <div class="table"> <table border="1" cellspacing="0" cellpadding="10" width="100%"> <thead> <tr class="firstHead"> <th colspan="1" rowspan="1">false detection rate</th> <th>missed detection rate</th> <th>object detection correct rate</th> <th>sgcc helmet image score</th> </tr> </thead> <tbody> <tr> <td>0.7039337474120083</td> <td>0.18664383561643835</td> <td>0.6044609665427509</td> <td>0.6163901512767285</td> </tr> </tbody> </table> </div>