赛题描述

本质其实就是基本的语义分割问题。

基本目的

熟悉比赛流程；
以前就知道mask rcnn, 这次主要是为了更进一步了解语义分割；
后续会熟悉一下阿里的DSW，不会白嫖的参赛者不是好码农；
提升一下技能点，增加提分要点秘诀和代码实践能力；

基本元素

• baseline参照阿水大佬提供的FCN改动版本：

使用pytorch官方的语义分割模型fcn_resnet50，并且修改最后的classifier，添加自定义的loss函数.感觉改的还是挺精妙的。而且添加了tqdm，让训练过程有了一个逐步完成的过程，要比print数据更有意思。

• 数据下载

• 预训练模型与安装包

（1）预训练模型下载的是fcn_resnet50,参见 下载链接

model_urls = {
    'fcn_resnet50_coco': 'https://download.pytorch.org/models/fcn_resnet50_coco-1167a1af.pth',
    'fcn_resnet101_coco': 'https://download.pytorch.org/models/fcn_resnet101_coco-7ecb50ca.pth'
}

手动下载后，放到 C:\Users\xxx_username\.cache\torch\hub\checkpoints 即可
（2）主要是数据增强模块 albumentations 等，这个后面要好好看一下

运行过程

主要是距离打卡deadline大概只有4个小时时间，所以主要是在本地构建，上传csv。

• nvidia-gtx1060 ,
• 12g内存，
• win10
• pytorch 1.6 python3.6

（1）根据我对于pytorch模型的了解，其实输入任意尺寸的图片都是可以正常处理的。因为在输出的时候有做AdaptiveMaxPool2d,所以最终的尺寸一定会在fc layer之前匹配到最后的输出的feature map的尺寸要求。这个也是pytorch模型没有像keras那样要求input shape是个固定值的原因。当然最好是在dataload的时候固定尺寸大小，而且这个大小最好能和模型的标准尺寸对应。因为后续要做T.Normalize，这个值大概率是通过kmeans统计出来的，以便于加速同一批次固定尺寸图片快速收敛。
（2）考虑到图片过大，在cpu上的占用资源过大，我选择将img size = 128， batchsize=8,。
训练一次大致是25分钟，选择epoch=5，大致是训练2个半小时。
（3）在jupyter notebook上训练，但是出现一些问题并解决：

“ImportError: FloatProgress not found. Please update
jupyter and ipywidgets. See https://ipywidgets.readthedocs.io/en/stable/user_install.html”

这是因为jupyter或者ipywidgets没安装或者没关联造成

解决方案：

1，卸载jupyter：pip uninstall jupyter

2，安装jupyter：pip install jupyter

3，安装ipywidgets：pip install ipywidgets

4，关联：jupyter nbextension enable --py widgetsnbextension

运行结果

后续提升

REF

参赛链接
baseline讲解过程
天池实验室DSW新手使用手册