• Pytorch 1.1.0
• segmentation-models ()
• python 3.7
• Установить библитеку albumentations
• Linux

Необходимо скачать данные, предоставляемые компанией Северсталь по ссылке.

Разархивируйте и положите данные в папку ../Input .

Структура папки ../Input:

test_images
train_images
sample_submission.csv
train.csv

Создайте ссылки(symlinks) на данные:

cd Kaggle-Steel-Defect-Detection/datasets/steel_data
ln -s ../../../Input/test_images ./
ln -s ../../../Input/train_images ./
ln -s ../../../Input/train.csv ./
ln -s ../../../Input/sample_submission.csv ./

Обучение классифицирующей модели:

python train_classify.py --model_name=<model_name> --batch_size=<batch_size> --lr=<lr> --epoch=<epoch>

Веса модели будут сохранены вот тут: checkpoints/<model_name>

Обучение сегментирующей модели:

python train_segment.py --model_name=<model_name> --batch_size=<batch_size> --lr=<lr> --epoch=<epoch>

Веса модели будут сохранены вот тут: checkpoints/<model_name>

В конце необходимо выбрать области на изображении для получения конченого ответа:

python choose_thre_area.py --model_name=<model_name> --batch_size=<batch_size> 

Результаты будут сохранены вот тут: checkpoints/<model_name>

python create_submission.py

Замечание: Объединять модели в ансамбль можно с помощью следующего скрипта:

python utils/cal_thre_area_mean.py