一、布匹缺陷檢測(cè)比賽分析

1. 賽題背景

去年的廣東工業(yè)大賽已入選到全球人工智能技術(shù)大賽熱身賽，大賽聚焦布匹疵點(diǎn)智能檢測(cè)，要求選手研究開(kāi)發(fā)高效可靠的計(jì)算機(jī)視覺(jué)算法，提升布匹疵點(diǎn)檢驗(yàn)的準(zhǔn)確度，降低對(duì)大量人工的依賴(lài)，提升布樣疵點(diǎn)質(zhì)檢的效果和效率。

比賽地址：https://tianchi.aliyun.com/competition/entrance/531864/introduction

2. 比賽要求

要求算法既要檢測(cè)布匹是否包含疵點(diǎn)，又要給出疵點(diǎn)具體的位置和類(lèi)別，既考察疵點(diǎn)檢出能力、也考察疵點(diǎn)定位和分類(lèi)能力。

3. 評(píng)估指標(biāo)

賽題分?jǐn)?shù)計(jì)算方式:0.2ACC+0.8mAP

ACC：是有瑕疵或無(wú)瑕疵的分類(lèi)指標(biāo)，考察瑕疵檢出能力。

其中提交結(jié)果name字段中出現(xiàn)過(guò)的測(cè)試圖片均認(rèn)為有瑕疵，未出現(xiàn)的測(cè)試圖片認(rèn)為是無(wú)瑕疵。

mAP：參照PASCALVOC的評(píng)估標(biāo)準(zhǔn)計(jì)算瑕疵的mAP值。

4. 提交說(shuō)明

平臺(tái)采用了基于GPU計(jì)算資源的提交鏡像的方式，將本地代碼打包成鏡像提交，推送至阿里云容器鏡像倉(cāng)庫(kù)后，在天池提交頁(yè)面中輸入鏡像地址、用戶(hù)名和倉(cāng)庫(kù)密碼。由比賽平臺(tái)拉取鏡像運(yùn)行， 運(yùn)行結(jié)束即可在成績(jī)頁(yè)面查詢(xún)運(yùn)行日志及評(píng)測(cè)結(jié)果。

二、比賽數(shù)據(jù)分析

1. 數(shù)據(jù)大小

數(shù)據(jù)大小 官方一共提供了9576張圖片用于訓(xùn)練其中有瑕疵圖片5913張，無(wú)瑕疵圖片3663張 瑕疵類(lèi)別共有34個(gè)類(lèi)別，在最終提交結(jié)果上對(duì)一些相似類(lèi)別進(jìn)行了合并后，共分為15個(gè)瑕疵類(lèi)別。圖片尺寸：4096 * 1696。

2. 比賽難點(diǎn)

種類(lèi)較多，且數(shù)據(jù)分布不均 缺陷形狀具有極端的長(zhǎng)寬比 圖片尺寸較大，部分缺陷尺寸小，小目標(biāo)問(wèn)題。

三、快速實(shí)現(xiàn)比賽Baseline

完整代碼已開(kāi)源 或后臺(tái)回復(fù) 缺陷檢測(cè) 下載
開(kāi)源地址：https://github.com/datawhalechina/team-learning-cv/tree/master/DefectDetection

視頻講解：https://www.bilibili.com/video/BV1dK4y1Q7dc

1. 開(kāi)源框架選擇

任務(wù)分析

此次任務(wù)是布匹瑕疵檢測(cè)，首先考慮的應(yīng)該是目標(biāo)檢測(cè)框架。當(dāng)前目標(biāo)檢測(cè)主要分為one-stage和two-stage兩種類(lèi)型，以YOLO,SSD等框架為代表的one-stage速度快,以Faster-RCNN為代表的two-stage框架精度高?；诒敬稳蝿?wù)時(shí)間有限制在1小時(shí)內(nèi)，因此采用單階段YOLOV5的方案

環(huán)境配置

# pip install -U -r requirements.txt

#Output:
Cython
numpy==1.17
opencv-python
torch>=1.4
matplotlib
pillow
tensorboard
PyYAML>=5.3
torchvision
scipy
tqdm

訓(xùn)練設(shè)置

$ python train.py --data coco.yaml --cfg yolov5s.yaml --weights '' --batch-size 64
                                     yolov5m                                40
                                     yolov5l                                24
                                     yolov5x                                16

測(cè)試設(shè)置

$ python detcet.py --source ./inference/images/ --weights yolov5s.pt  --conf 0.4

2. 數(shù)據(jù)預(yù)處理

數(shù)據(jù)格式轉(zhuǎn)換

代碼詳見(jiàn)convertTrainLabel.py ，部分代碼及分析如下

#讀取比賽數(shù)據(jù)標(biāo)簽文件      
    josn_path = "./train_data/guangdong1_round2_train2_20191004_Annotations/Annotations/anno_train.json"
    image_path = "./train_data/guangdong1_round2_train2_20191004_images/defect/"
    with open(josn_path, 'r') as f:
    temps = tqdm(json.loads(f.read()))
    for temp in temps:
        name = temp["name"].split('.')[0]
        path = os.path.join(image_path, name, temp["name"])
        im = cv2.imread(path)
        sp = im.shape
        image_h, image_w = sp[0], sp[1]
        x_l, y_l, x_r, y_r = temp["bbox"]
        #獲取標(biāo)簽對(duì)應(yīng)的類(lèi)別一共15種
        if temp["defect_name"]=="沾污":
            defect_name = '0'
        elif temp["defect_name"]=="錯(cuò)花":
            defect_name = '1'
            .......

#標(biāo)注格式轉(zhuǎn)換 江都區(qū)并存入列表
    x_center = (x_l + x_r)/(2*image_w)
    y_center = (y_l + y_r)/(2*image_h)
    w = (x_r - x_l)/(image_w)
    h = (y_r - y_l)/(image_h)
    name_list.append(temp["name"])
    c_list.append(defect_name)
    image_h_list.append(image_w)
    image_w_list.append(image_h)
    x_center_list.append(x_center)
    y_center_list.append(y_center)
    w_list.append(w)
    h_list.append(h)
        .....
        
#讀取列表 list 數(shù)據(jù),并劃分訓(xùn)練集和驗(yàn)證集
index = list(set(name_list))
print(len(index))
for fold in [0]:
    val_index = index[len(index) * fold // 5:len(index) * (fold + 1) // 5]
    print(len(val_index))
    for num, name in enumerate(name_list):
        print(c_list[num], x_center_list[num], y_center_list[num], w_list[num], h_list[num])
        row = [c_list[num], x_center_list[num], y_center_list[num], w_list[num], h_list[num]]
        if name in val_index:
            path2save = 'val/'
        else:
            path2save = 'train/'
            
        #數(shù)據(jù)寫(xiě)入 yolov5文件格式
        if not os.path.exists('convertor/fold{}/labels/'.format(fold) + path2save):
            os.makedirs('convertor/fold{}/labels/'.format(fold) + path2save)
        with open('convertor/fold{}/labels/'.format(fold) + path2save + name.split('.')[0] + ".txt", 'a+') as f:
            for data in row:
                f.write('{} '.format(data))
            f.write('\n')
            if not os.path.exists('convertor/fold{}/images/{}'.format(fold, path2save)):
                os.makedirs('convertor/fold{}/images/{}'.format(fold, path2save))
            sh.copy(os.path.join(image_path, name.split('.')[0], name),
                    'convertor/fold{}/images/{}/{}'.format(fold, path2save, name))

3. 模型訓(xùn)練

數(shù)據(jù)路徑設(shè)置：編輯一個(gè)數(shù)據(jù)路徑文件夾yaml文件

例如：data/coco128.yaml

# train and val datasets (image directory or *.txt file with image paths)
train: ./process_data/images/train/
val: ./process_data/images/val/

# number of classes
nc: 15

# class names
names: ['1', '2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12','13', '14', '15']

模型文件選擇：yolov5x.yaml, yolov5m.yaml, yolov5l.yaml yolov5s.yaml文件

可以選擇合適的模型文件，從左到右精度下降，但是速率增大

nc: 15  # number of classes
depth_multiple: 1.33  # model depth multiple
width_multiple: 1.25  # layer channel multiple
anchors:
  - [116,90, 156,198, 373,326]  # P5/32
  - [30,61, 62,45, 59,119]  # P4/16
  - [10,13, 16,30, 33,23]  # P3/8
backbone:
  # [from, number, module, args]
  [[-1, 1, Focus, [64, 3]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, BottleneckCSP, [128]],
   ...........

模型訓(xùn)練

$ python train.py --data coco.yaml --cfg yolov5s.yaml --weights '' --batch-size 64
                                     yolov5m                                40
                                     yolov5l                                24
                                     yolov5x                                16

4. 測(cè)試模型并生成結(jié)果

將detect.py的輸出結(jié)果的格式修改成提交結(jié)果的格式

#將輸出結(jié)果的格式變成比賽需要提交的格式，并存入list，方便后面寫(xiě)入result.json文件中
if save_json:
        name = os.path.split(txt_path)[-1]
        print(name)
    x1, y1, x2, y2 = float(xyxy[0]), float(xyxy[1]), float(xyxy[2]), float(xyxy[3])
    bbox = [x1, y1, x2, y2]
    img_name = name
    conf = float(conf)
    #add solution remove other
    result.append(
        {'name': img_name+'.jpg', 'category': int(cls+1), 'bbox': bbox,
         'score': conf})
    print("result: ", {'name': img_name+'.jpg', 'category': int(cls+1), 'bbox': bbox,'score': conf})
#寫(xiě)入result.json文件中
if save_json:
    if not os.path.exists(save_dir):
        os.makedirs(save_dir)
    with open(os.path.join(save_dir, "result.json"), 'w') as fp:
        json.dump(result, fp, indent=4, ensure_ascii=False)

最后就是docker生成鏡像，并提交鏡像，至此就實(shí)現(xiàn)了比賽的Baseline了

四、改進(jìn)思路

在實(shí)現(xiàn)比賽的Baseline后，可以說(shuō)是完成了第一步，后面如果想要獲取好的成績(jī)就需要我們根據(jù)比賽的任務(wù)，比賽的難點(diǎn)。進(jìn)行調(diào)整方案，修改網(wǎng)絡(luò)，修改策略。

前面我們提到該布匹缺陷檢測(cè)任務(wù)的難點(diǎn)主要有：

• 數(shù)據(jù)種類(lèi)分布不均勻
• 缺陷具有極端的長(zhǎng)寬比
• 小目標(biāo)問(wèn)題

1. 數(shù)據(jù)種類(lèi)分布不均勻

解決思路：

• 過(guò)采樣種類(lèi)較少的樣本
• 數(shù)據(jù)擴(kuò)增：在訓(xùn)練方面，除了常規(guī)的數(shù)據(jù)增強(qiáng)之外，我們觀察到原始的標(biāo)注存在不準(zhǔn)確的情況，為了使網(wǎng)絡(luò)適應(yīng)這種不確定性，我們?cè)谟?xùn)練時(shí)隨機(jī)對(duì)原始的標(biāo)注框進(jìn)行了抖動(dòng)，是網(wǎng)絡(luò)能夠?qū)W習(xí)這種不確定性

2. 缺陷具有極端的長(zhǎng)寬比

解決思路：

• anchor 設(shè)置：考慮到樣本的長(zhǎng)寬比差異較大，通過(guò)聚類(lèi)分析可以發(fā)現(xiàn)，原始的anchor并不能滿(mǎn)足當(dāng)前任務(wù)的需要，通過(guò)增加anchor數(shù)目，提高檢測(cè)性能。
• 可變形卷積：增強(qiáng)特征提取能力，提高檢測(cè)性能 方法：在 backbone結(jié)構(gòu)的最后一個(gè)block采用可變形卷積核 優(yōu)點(diǎn)：可變形卷積能夠計(jì)算每個(gè)點(diǎn)的偏移，從最合適的地方取特征進(jìn)行卷積

3. 小目標(biāo)問(wèn)題

解決思路：

• 針對(duì)小目標(biāo)的擴(kuò)增方式：Copy-Pasted 也就是將小目標(biāo)貼到圖像中的任意位置并生成新的標(biāo)注，并且粘貼的小目標(biāo)可以進(jìn)行隨機(jī)變換（縮放，翻折，旋轉(zhuǎn)等），這種方式通過(guò)增加每個(gè)圖像中小目標(biāo)的數(shù)量，匹配的 anchor 的數(shù)量也會(huì)隨之增加，這進(jìn)而提升了小目標(biāo)在訓(xùn)練階段對(duì) loss 計(jì)算的貢獻(xiàn)。
• 多尺度訓(xùn)練：多尺度訓(xùn)練（Multi Scale Training, MST）通常是指設(shè)置幾種不同的圖片輸入尺度，訓(xùn)練時(shí)從多個(gè)尺度中隨機(jī)選取一種尺度，將輸入圖片縮放到該尺度并送入網(wǎng)絡(luò)中
• FPN 增加融合因子 Effective Fusion Factor in FPN for Tiny Object Detection

4.漲分Tricks

在實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)的改進(jìn)后，我們可以使用一些比賽的漲分技巧

半監(jiān)督學(xué)習(xí)

利用訓(xùn)練集訓(xùn)練好的模型預(yù)測(cè)測(cè)試集，將預(yù)測(cè)結(jié)果作為偽標(biāo)簽加入訓(xùn)練

測(cè)試增強(qiáng)

對(duì)檢測(cè)圖片進(jìn)行翻折、旋轉(zhuǎn)、色彩增強(qiáng)，然后分別對(duì)這些擴(kuò)增圖片進(jìn)行預(yù)測(cè)，將多個(gè)預(yù)測(cè)結(jié)果進(jìn)行融合

模型集成

多種模型進(jìn)行預(yù)測(cè)，將一張圖片的多個(gè)結(jié)果進(jìn)行融合