比赛2

“完了完了”队算法说明及运行流程

1. 算法说明

框架选择： 深度学习框架使用pytorch，目标检测框架使用mmdetection。
模型选择： 模型选用two-stage的检测模型cascade-rcnn。
训练集生成： 将原训练集通过划窗裁剪的方式裁剪并保留包含瑕疵的划窗块，其划窗大小为1024*1024，步长为512，共可生成四万多张图片。
测试集生成： 由于cascade-rcnn模型可对多种尺度的输入图像进行处理，所以直接采用原测试集图片作为测试集。
Tricks： （1）减小anchor尺寸以适应小尺寸瑕疵；（2）减小RPN和RCNN的IOU阈值，以增加用于训练检测头的正样本数量；（3）使用多尺度训练，以使模型根本更加适应输入图片尺寸的变化，并达到数据增强的效果；（4）使用随机翻转和Random Crop数据增强方法；（5）推断时使用两种尺度进行联合预测；（6）推断时增加RPN预测框保留数量，减少筛除分数阈值，增加检测头预测框的保留数量。
后处理： （1）若整张图的所有预测结果中没有高于0.8的高置信度预测框，则判定此图中不包含任何瑕疵；（2）对预测框进行IOU=0.2的按类别非极大值抑制以减少重叠框；（3）对图像整体做OTSU二值化，分离瓷砖和背景，并将落入背景的预测框筛除；（4）根据训练集中各类别瑕疵的ground truth框面积的最大值，对面积超过此最大值的预测框进行筛除。

2. 运行流程

本算法训练和推断均使用了mmdetection检测框架，运行流程如下：
（1）解压project.zip并进入project文件夹目录下

cd project

（2）训练：运行train.sh

bash code/train.sh

（3）测试：运行test.sh

bash code/test.sh

3. 环境

ubuntu： 20.04
python： 3.8
pytorch： 1.7.1
cuda： 11.0