cbj

  • 19

    获得赞
  • 0

    发布的文章
  • 1

    答辩的项目

FasterRCNN在口罩佩戴检测任务中的上分技巧~

Batch大小为1,循环次数为9次,损失函数优化完,最终完成评分为97.62。

口罩佩戴检测
Faster-RCNN PyTorch
最后更新 2020/03/25 22:25 阅读 1771

口罩佩戴检测

最后更新 2020/03/25 22:25

阅读 1771

Faster-RCNN PyTorch

image.png

国家卫生健康委疾控局近日发布了《预防新型冠状病毒感染的肺炎口罩使用指南》,指南中明确指出口罩是预防呼吸道传染病的重要防线,可以降低新型冠状病毒感染风险。口罩不仅可以防止病人喷射飞沫,降低飞沫量和喷射速度,还可以阻挡含病毒的飞沫核,防止佩戴者吸入。因此在全民抗疫时期,在公共场所佩戴口罩等防护装备已成为防疫常识。

数据集对应的标签数据说明:

每行格式为 x_min, y_min, x_max, y_max, label。其中label为0表示没有佩戴口罩,label为1表示有佩戴口罩。


整个过程使用的网络框架:FasterRCNN,使用ResNet-50-FPN提取分层特征,FPN适用于小物体检测。训练时,使用FasterRCNN_ResNet50_FPN预训练模型;   

数据预处理方式:对数据进行归一化处理; 

数据增广方式:

  • 调整(resize)图像和检测框的大小; 
  • 旋转(rotate)图像和对应的标签; 
  • 添加均值为0,方差为0.001的高斯噪声; 
  • 添加高斯模糊;
  • 调整图像的亮度,对比度,饱和度,使其分别上下浮动30%; 

获取数据方式: 

a,b,c为0-1之间随机的浮点数; 

  • 当a<=0.2时,对图像添加高斯模糊核为9*9,sigmaX=0.5,sigmaY=0.3的高斯模糊; 
  • 当a>=0.8时,对图像添加均值为0,方差为0.001的高斯噪声; 
  • 当b<=0.2时,调整(resize)图像和检测框的大小; 
  • 当c<=0.2时,给定角度旋转范围(-35,35),对图像和标签在该范围内做相应的旋转;  

超参数设置:学习率=0.0029 Batch_Size=1 Epoches=9;    

优化器:采用SGD(随机梯度下降法)对网络中的参数进行迭代更新; 


考虑到数据集特点为无约束场景下的人脸图片,且人脸角度多样,因此对图像进行旋转处理

  • 当旋转角度范围过小时,旋转操作对模型不起作用,当旋转角度过大时,旋转操作会对模型起负作用,通过大量实验选定最佳旋转角度范围为(-35,35);
  • 光照情况复杂,因此调整图像的亮度,对比度,饱和度,使其分别上下浮动30%; 
  • 图片清晰度和分辨率参差不齐,因此对图像添加噪声和模糊操作; 
  • 图片中人脸大小不一致,因此添加resize操作; 

通过实验,我们还发现当数据增广方式较少时,学习率设置为0.001比较好,但此时模型精度不高;当增加数据增广方式时,学习率设置为0.003左右,模型精度会提升,且学习率为0.0029时,模型精度达到最佳。 

本文为作者在FlyAI平台发布的原创内容,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址:https://www.flyai.com/n/124284
立即参加 口罩佩戴检测
代码展示

Faster-RCNN PyTorch

选择查看文件
$vue{codeKeys}
  • $vue{ix}
赞赏贡献者还可以查看和下载优质代码内容哦!
赞赏 ¥63.76元
©以上内容仅用于在FlyAI平台交流学习,禁止转载、商用;违者将依法追究法律责任。
讨论
500字
表情
每日优质讨论奖励 20FAI
发送
每日优质讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥63.76
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除