JDATA-2019-Snow_leopard

:trophy: JDATA2019 雪豹识别挑战赛冠军方案

:sparkles:赛题链接：JDATA2019 京东雪豹识别挑战赛

这份代码主要是基于PyTorch框架实现，检测部分Cascade_rcnn(resnext101+fpn); 识别部分用的是 Vgg19 分类网络。

:running: 准备工作

:one: 下载代码

https://github.com/LcenArthas/JDATA-2019-Snow_leopard.git

:two: 配置环境

• Ubantu16.04

• Python 3.6

其余环境请参考 mmdetection

:sparkles: 训练部分

:one: 准备数据

:small_orange_diamond: 训练集放入 ./data/train/, 测试集放入 ./data/test/, 自助标注的图片和坐标放入 ./data/det_train/

• 自助标注检测文件下载 （opsq）

:small_orange_diamond: 将视频数据分割成图片：

cd ./data/
mkdir pic_train/
python cls/processing/vidio_to_pic.py

:small_orange_diamond: 将标注的数据集转换成Coco格式：

python cls/processing/make_data_tomm.py

:small_orange_diamond: 设置预训练模型： 将COCO预训练模型放入 ./det/pre_model/中

• coco预训练模型 (eg3v)

python det/change_premodel.py

:two: 开始训练

cd ./det/
python ./tools/train.py configs/cascade_rcnn_x101_64x4d_fpn_1x.py

:sparkles: 测试部分

:one: 配置测试集文件

把测试集的视频切分成图片：

python cls/processing/test_video_to_pic.py

:two: 下载训练好的模型模型

检测模型：(放置在 ./det/work_dirs/ 中)

• 百度网盘 (gk1a)

分类模型：(放置在 ./cls/checkpoints/vgg19/ 中)

• 百度网盘 (lthy)

:clap: 开始！

• 检测：

python python det/demo_test.py

• 分类：

python cls/test.py

输出做后的提交结果 submission_new.csv

:smile: 欢迎Star！