深度学习实验七：AI识虫比赛

一、实验目的

1.运行飞桨“AI识虫比赛”（https://aistudio.baidu.com/projectdetail/5215677），分析代码及实验结果
2.参考"提升方案"，优化给定模型代码，得到更好的测试结果，并比较分析优化策略与结果的关系。

二、实验环境

python 3.7、PaddlePaddle 2.3.2、GPU A100 40GB

三、实验内容

1.运行飞桨“AI识虫比赛”

①查看环境并准备数据

# 查看当前挂载的数据集目录, 该目录下的变更重启环境后会自动还原
# View dataset directory. This directory will be recovered automatically after resetting environment. 
!ls /home/aistudio/data
-----------------------
# 查看工作区文件, 该目录下的变更将会持久保存. 请及时清理不必要的文件, 避免加载过慢.
# View personal work directory. All changes under this directory will be kept even after reset. Please clean unnecessary files in time to speed up environment loading.
!ls /home/aistudio/work
-----------------------
# 将数据解压缩到 /home/aistudio/work目录下面
# **初次运行时需要将代码注释取消**
!unzip -d /home/aistudio/work /home/aistudio/data/data67206/insects.zip
-----------------------
# 进入工作目录  /home/aistudio/work
%cd  /home/aistudio/work
-----------------------
# 查看工作目录下的文件列表
!ls

②启动训练

通过运行train.py文件启动训练，训练好的模型参数会保存在/home/aistudio/work目录下。
先看一下train.py中值得关注的代码：

③启动评估

（1）在测试集test上评估

（2）在验证集val上评估

④计算精度指标(MAP得分为71.97)

⑤预测单张图片并可视化预测结果

# 可视化检测结果
from PIL import Image
import matplotlib.pyplot as plt

img = Image.open("/home/aistudio/work/output_pic.png")

plt.figure("Object Detection", figsize=(15, 15)) # 图像窗口名称
plt.imshow(img)
plt.axis('off') # 关掉坐标轴为 off
plt.title('Bugs Detestion') # 图像题目
plt.show()

2.参考"提升方案"，优化给定模型代码，得到更好的测试结果，并比较分析优化策略与结果的关系

飞桨给出的提升方案有：

1. 使用其它模型如faster rcnn等 （难度系数5）
2. 使用数据增多，可以对原图进行翻转、裁剪等操作 （难度系数3）
3. 修改anchor参数的设置，教案中的anchor参数设置直接使用原作者在coco数据集上的设置，针对此模型是否要调整 （难度系数3）
4. 调整优化器、学习率策略、正则化系数等是否能提升模型精度 （难度系数1）

个人能力有限，只选择了后面两种提升方案对代码进行优化：

①修改anchor参数的设置

YOLOv3在每个区域的中心位置产生3个锚框 （anchor box），在3个层级的特征图上产生锚框的大小分别为P2 [(10×13),(16×30),(33×23)]，P1 [(30×61),(62×45),(59× 119)]，P0[(116 × 90), (156 × 198), (373 × 326]。越往后的特征图上用到的锚框尺寸也越大，能捕捉到大尺寸目标的信息；越往前的特征图上锚框尺寸越小，能捕捉到小尺寸目标的信息。
anchor实际上是由k-means算法在所用数据集上聚类得到的，所以我考虑计算林业病虫数据集的anchor。参考了这篇博客的代码（https://blog.csdn.net/m_buddy/article/details/82926024），其中需要设置CLUSTERS参数，它代表你要得到的anchor box个数，比如这里用到了三个层级的特征图，每个特征图对应三个anchor box，所以设置为9。使用得到的新anchor后，mAP得分提高了8个百分点左右。

②调整优化器、学习率策略、正则化系数等判断是否能提升模型精度

基础代码中对学习率和学习率策略，正则化系数的选择已经算是不错的选择，尝试更改学习率策略，反而得出更差的结果。
对于训练结果，epoch还是挺重要的，课程基础代码中MAX_epoch设置为200，训练时间大概需要11个小时，能够得出一个不错的结果。为了缩短训练时间，后面选择epoch=50进行训练，虽然进行了改进方案的优化，但最终结果也没有提升多少。
参考博客：https://blog.csdn.net/LittleKlein/article/details/104578627