天池比赛-肺部CT多病种智能诊断-全球数据智能大赛(2019)“数字人体”赛场一.zip

# [天池比赛-肺部CT多病种智能诊断-全球数据智能大赛(2019)——“数字人体”赛场一](https://tianchi.aliyun.com/competition/entrance/231724/introduction) ## 说明 - 成绩：初赛B榜：41/1635 - 复赛：35 - [赛题数据说明](https://tianchi.aliyun.com/competition/entrance/231724/information)。 - 本次医疗比赛采用YOLOv3进行病灶检测，使用ResNet进行假阳性衰减，实现过程**简单，直接**，准确率一般，但适合新人上手，可以作为baseline。 <img src="https://github.com/liut969/Tianchi-medical-lung-detect/blob/master/data/lt.jpg?raw=true" width="400" hegiht="400" align=center /> ## 代码目录说明 ``` |--data |--testA |--train_part1 |--train_part2 |--train_part3 |--train_part4 |--train_part5 |--chestCT_round1_annotation.csv |--code |--kmeans-anchor-boxes-master |--model_data |--yolo3 ... |--yolov3.weights |--README.md ``` ## 代码使用说明 - [下载赛题数据](https://tianchi.aliyun.com/competition/entrance/231724/information)，将数据放在```data```文件夹下。 - [下载YOLOv3权重 yolov3.weights](https://pjreddie.com/darknet/yolo/)，放在```code```文件夹下。 - 运行```python convert.py -w yolov3.cfg yolov3.weights ./yolo.h5```，生成keras预训练权重。 - 运行```generate_the_image.py```生成待训练图片。 - 运行```lt_annotation.py```生成注释文件train.txt。 - 运行```lt_train.py```进行YOLO训练。 - 运行```lt_yolo_image.py```生成预测结果。 - 运行```ResNet_train.py```进行假阳性网络训练。 - 运行```ResNet_test.py```生成最终结果csv文件。 ## 其他说明 - 环境和硬件：Python 3.5.4，Keras 2.2.4，GPU 1080Ti。 - 如使用自己的锚，请运行```code/kmeans-anchor-boxes-master/lt_get_anchor.py```，将生成的锚放在```code/model_data/lt_yolo_anchors.txt```中。