Skip to content

Tshzzz/jinnan_unet_baseline

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Unet Baseline

XuYuan 大哥的Unet做到了top-1,我这个就抛砖引玉了。

依赖项

  • Python3
  • Pytorch 0.4 或者更高
  • cv2
  • coco API

模型训练

请先确保/mnt/目录下有文件夹jinnan2_round2_train_20190401或者修改config下的目录。

python train_se50.py
python train_se101.py

两个模型训练大概30~40小时。 不断从小尺度finetune能加快训练速度(我这里给的脚本不是这样的)。我们线下是这样训练的256->512->768。

模型测试

参考 test_round2_b.py 线下验证参考val.py

模型线下验证结果

这是我们线上比赛模型的精度。如果有大佬训练的模型能够超过这个精度的话希望能和我分享一下。

Model img_size mIoU. TTA6 mIoU.
Se-ResNext101 768*768 78.082 78.764
Se-ResNext50 960*960 78.30 78.45
model-ensemble 78.782 79.153

硬件平台

  • 阿里云服务器 P100 16G显存
  • 线下测试1080ti 11G显存

训练的一些问题

  • batch size 对训练精度有一定影响
  • 增大图片尺寸和多尺度训练都没有做(时间不够)有实验条件的可以试试

如果你认真看了代码还有问题的话

wechat: nn19950720

About

津南数字制造季军解决方案

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages