比赛信息

• 比赛题目：水下光学目标检测智能算法赛项
• 比赛链接：https://www.heywhale.com/home/competition/605ab78821e3f6003b56a7d8

文件说明

• code : 存放所有相关代码的文件夹[YOLOV5]

  - data :训练数据路径设置 coco128.yaml中设置训练数据路径
  - models ：网络相关的代码文件夹
  - convertTrainLabel.py：将官方的数据集转换成yolo数据的格式
  - train.py :  训练代码， 运行该函数进行模型的训练，可以得到模型
  - detect.py : 预测代码
  - test.py :测试模型代码
  - test.sh : 预测测试集，生成结果的脚本   sh test.sh
  - train.sh : 训练脚本  sh trian.sh 

预训练文件下载链接：链接：https://pan.baidu.com/s/1Y7BY8DsN0HufsYvw6zmxDQ 提取码：vsiz

操作说明

• step1 : 将官方训练数据集解压后放入tcdata 文件夹
• step2 : 将预训练best.pt模型文件放入model_data文件夹
• step3 : 训练运行
  • python convertTrainLabel.py
  • python train.py
• step4 : 测试 -python detect.py

思路说明

• 本方案采用了yolov5作为baseline

改进思路

• 数据扩增：训练样本扩增随机竖直/水平翻折，色彩空间增强，使缺陷样本均匀
• 自适应anchor策略
• 适当减少回归框损失的权重
• 多尺度训练
• 空洞卷积替换FPN最后一层
• FPN改进尝试：NAS-FPN、AC-PFN
• 测试增强：对测试图片翻折旋转，然后将多个图片预测，结果融合