https://github.com/harleyszhang/detect_steel_number
DCIC 钢筋数量AI识别 baseline 0.98+。
https://github.com/harleyszhang/detect_steel_number
mask-rcnn
Last synced: 6 months ago
JSON representation
DCIC 钢筋数量AI识别 baseline 0.98+。
- Host: GitHub
- URL: https://github.com/harleyszhang/detect_steel_number
- Owner: harleyszhang
- License: other
- Created: 2019-03-20T11:09:34.000Z (over 6 years ago)
- Default Branch: master
- Last Pushed: 2021-03-10T15:37:11.000Z (over 4 years ago)
- Last Synced: 2025-04-23T11:56:59.489Z (6 months ago)
- Topics: mask-rcnn
- Language: Python
- Homepage:
- Size: 5.99 MB
- Stars: 70
- Watchers: 0
- Forks: 30
- Open Issues: 2
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
## 比赛地址
[智能盘点—钢筋数量AI识别](https://www.datafountain.cn/competitions/332/details)
## 环境依赖
```ubuntu, python3, tensorflow, keras, skimage, opencv-python, numpy, pandas, matplotlib等```
## 我的方案
#### 关于检测/分割模型选择
尝试了 `retinanet、faster rcnn、fpn` 和 `msak rcnn` ，其中 mask rcnn 得分 `0.980`，从 kaggle 上得知使用 U-Net 全卷积网络进行语义分割可能效果比较好，目前还没有尝试。
#### 关于预训练模型
经过后期大佬分享，建议选用 `coco` 预训练模型。
#### 关于优化器选择
+ 前期选择默认 `SGD` 优化器，后来在 `60epoch` 后选择用 `Adam` 优化器。
+ I found that the model reaches a local minima faster when trained using Adam optimizer compared to default SGD optimizer。
#### 关于学习率策略
每隔 `25` epoch，学习率下降 `10` 倍比较好。
#### 关于训练策略
Train in 3 stages: on 512x512 crops containing ships, then finetune on 1024x1024, and finally on 2048x2048. Inference on full-sized 2000x2666 images(由于时间关系没有尝试)
#### 关于图像尺寸
图像尺寸越大越好，但是注意至少要为 $2^6$ 倍数，受限于硬件条件我这里是 `2048*2048`。
#### 关于多尺度训练
每次加载图像数据，随机选择一个图像尺寸来 `read image`，这样可以让模型适应于检测目标尺寸变化较大的场景。比如图像 `size`, 可以从这个列表中选取 `[514+i*32, 1024]`, `i` 表示训练 `iter`。
我不确定数据增强是否有很大效果，下面是我的数据增强方式：
```python
augmentation = iaa.Sometimes(0.6,
iaa.Noop(),
iaa.OneOf(
[
iaa.Fliplr(0.5),
iaa.Flipud(0.5),
iaa.GaussianBlur(sigma=(0.0, 3.0)),
iaa.AdditiveGaussianNoise(scale=(0, 0.02 * 255)),
iaa.CoarseDropout(0.02, size_percent=0.5),
# iaa.Add((-40, 40), per_channel=0.5),
# iaa.WithChannels(0, iaa.Affine(rotate=(0, 45))),
iaa.Multiply((0.8, 1.5)),
# iaa.Superpixels(p_replace=0.1, n_segments=(16, 32))
]
))
```
## 使用方法
#### 1. Clone this repository
```bash
git clone https://github.com/HarleysZhang/detect_steel_number.git
```
#### 2. Install dependencies
```bash
pip3 install -r requirements.txt
```
#### 3. Run setup from the repository root directory
```bash
python3 setup.py install
```
#### 4.Download the data
After download the data, put it into /path/samples/gangjin/dataset, file structure is:
```shell
-gangjin
- dataset/
- rain/
- xxx.jpg
...
- via_region_data.json
- val/
- xxx.jpg
...
- via_region_data.json
- test/
- xxx.jpg
- train_labels.csv
```
#### 5.Oversample data (**Optional**)
```bash
cd samples/gangjin/
python3 oversample_data.py
python3 read_json.py
```
#### 6. convert the csv format to json format (**Optional**)
```bash
python3 read_json.py
```
#### 7. train the model
```bash
python gangjin.py train --dataset=./datasets/ --weights=coco
```
#### 8. predict
```bash
python3 predict.py
```
## 模型效果
DCIC 钢筋数量识别比赛 baseline 模型精度 `0.98+`
## Reference
[Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow](https://github.com/matterport/Mask_RCNN)