视觉计算辅助良品检测

• 参赛地址：雪浪制造AI挑战赛

• 排名：32/2403

---

环境

python版本	pytorch版本	系统
3.5	0.3.0	Ubuntu

---

数据集

• 官方数据集结构

项目默认data文件夹下为已解压的数据集

data
│
└───xuelang_round1_train_part1_20180628
│   │   吊纬
│   │   毛斑
│   │   正常
│   │   ...
│   
└───xuelang_round1_train_part2_20180705
│   │   吊纬
│   │   毛斑
│   │   正常
│   │   ...
└───xuelang_round1_train_part3_20180709
│   │   吊纬
│   │   毛斑
│   │   正常
│   │   ...
└───xuelang_round1_test_a_20180709
│
└───xuelang_round1_test_b

注：训练集下载

• 训练使用的数据集

生成的xuelangtrainpart123_dataset.txt 为训练时用的数据集，训练过程中当加载每张图时才进行随机裁剪。

将官方数据集分为两部分：无瑕疵原图、有瑕疵原图。该数据集使用了一份无瑕疵原图、两份有瑕疵原图。

（注：一份无瑕疵原图用于产生 无瑕疵训练样本，一份有瑕疵原图用于产生 无瑕疵训练样本，一份有瑕疵原图用于产生 有瑕疵训练样本。）

从有瑕疵原图中产生有瑕疵训练样本分为四种情况：

随机从该图中的所有bbox中抽取一个bbox。

当抽取的bbox的w、h<420时从橘色方块部分随机产生裁剪样本左上角坐标，宽高均为420。

当抽取的bbox的w<420、h>420时从橘色方块部分随机产生裁剪样本左上角坐标，宽高均为420。

当抽取的bbox的w>420、h<420时从橘色方块部分随机产生裁剪样本左上角坐标，宽高均为420。

当抽取的bbox的w、h>420时 0.5概率使用原bbox，0.5概率在原bbox中随机裁剪420尺寸。

（注：详细代码在XueLangDataSet文件中）

---

训练

• 1、开启Visdom （Visdom类似TnsorFlow的tensorboard,可视化工具）

# First install Python server and client
pip install visdom
# Start the server 
python -m visdom.server

开始训练后浏览器访问 http://localhost:8097/ ,在Environment里选择XueLang_ResNet152_bo即可看到可视化界面。

• 2、准备验证集

下载finaVal验证集，在code/utils/config.py中val_data_root属性配置好路径。

（注：该验证集与线上auc得分误差在[0.001-0.02]之间）

• 3、开始训练

执行main.py中的训练部分即可，通过vidom查看损失情况及在验证集上的AUC分数。

（注：默认多GPU训练，可在config文件中取消)

---

测试

• 1、配置模型

在code/utils/config.py中给load_model_path属性配置 最终模型的路径。

auc为0.929的模型下载

• 2、配置测试集

在code/utils/config.py中给test_data_roots属性配置 测试集文件夹路径。

• 3、开始测试

执行mian.py中的测试部分即可，执行完成后，将生成csv并保存到文件夹submit/*.csv。

---

思想

数据集准备

• 动态裁剪： 训练过程中当开始加载每张图时才进行随机裁剪。

（注：裁剪仍过于严格，按照IOU放宽范围可试）

• 数据挖掘：有瑕疵原图裁剪无瑕疵样本。

• 多尺度融合：按照概率，0.5几率选择原图训练，0.5几率选择裁剪样本训练。

（注：前排大佬选择多模型融合，即原图训练模型，裁剪样本训练模型，最终结果融合。但比赛限制模型数量）

预测数据

• 验证与预测时仅支持batch为1：一张图产生 420大小，半步长210滑动的96张裁剪样本 + 1张原图。

---

说明

• 所有参数均在config.py中配置，十分方便。

• 提升方法：

  1、该项目未使用各种数据增强的方法，可试。

  2、该项目输入尺寸为224，可增大尺寸训练。

  3、该项目网络仅为单模型Resnet152，前排大佬使用多模型融合，可试。

  4、....

---

Q&A

Q：为何按照420裁剪，最后又resize到224训练？

A: 选择420是因为服务器最大可按照420训练，再大就out of memory。之后又选择resize到224训练是因为我后来发现 使用pytorch提供的Resnet152预训练模型，该模型为Imagenet按照224训练得到，故resize到224训练效果会更好。

Q：该比赛最值得说道的一点是什么？

A: 通过part123数据集精心抽取的原图作为测试集，使得该验证集与线上auc得分误差在[0.001-0.02]之间，且误差不随线上更换数据集而改变，故可以在本地无限次测试~

---

特别鸣谢：朱辉师兄