第十六届全国大学生智能车竞赛线上赛增分：PaTTA的使用

# 解压数据集# q [quiet]：无输出# d [directory]：指定解压目录!unzip -d data data/data68698/智能车数据集.zip

# 生成数据列表datas_list = [    'data/image_4000/%d.png data/mask_4000/%d.png\n' % (x, x) 
    for x in range(4000)
]# 分割训练集，前 3900 张图像作为训练数据with open('train.txt', 'w') as f:    for line in datas_list[:-100]:
        f.write(line)# 分割验证集，后 100 张图像作为验证数据with open('dev.txt', 'w') as f:    for line in datas_list[-100:]:
        f.write(line)

# 安装 PaddleSeg!pip install paddleseg

!unzip PaddleSeg-release-v2.0.zip!mv PaddleSeg-release-v2.0 paddleseg

# 设置数据批大小batch_size: 2# 设置训练步数iters: 1000# 训练集配置train_dataset:
  type: Dataset
  num_classes: 15
  # 数据目录
  dataset_root: ./
  # 训练集列表
  train_path: ./train.txt
  # 数据预处理
  transforms:
    - type: Resize
      target_size: [512, 512]    - type: Normalize
  mode: train# 验证集配置val_dataset:
  type: Dataset
  num_classes: 15
  # 数据目录
  dataset_root: ./
  # 验证集列表
  val_path: ./dev.txt
  # 数据预处理
  transforms:
    - type: Resize
      target_size: [512, 512]    - type: Normalize
  mode: val# 优化器配置optimizer:
  type: sgd
  momentum: 0.9
  weight_decay: 4.0e-5# 学习率配置learning_rate:
  value: 0.01
  decay:
    type: poly
    power: 0.9
    end_lr: 0# 损失函数配置loss:
  types:
    - type: CrossEntropyLoss
  coef: [1.0, 0.4]# 模型配置model:
  type: FastSCNN
  num_classes: 15
  enable_auxiliary_loss: True
  pretrained: null

# 模型训练# config：配置文件# save_dir：模型保存路径# do_eval：训练同时进行模型验证# 更多选项参数请参考源代码!python paddleseg/train.py \
    --config Road_Line.yml \
    --save_dir saved_models \
    --do_eval

# 模型验证# config：配置文件# model_path：模型文件# 更多选项参数请参考源代码!python paddleseg/val.py \
    --config Road_Line.yml \
    --model_path saved_models/best_model/model.pdparams

!python paddleseg/export.py \
       --config Road_Line.yml \
       --model_path saved_models/best_model/model.pdparams

output
  ├── deploy.yaml            # 部署相关的配置文件
  ├── model.pdiparams        # 静态图模型参数
  ├── model.pdiparams.info   # 参数额外信息，一般无需关注
  └── model.pdmodel          # 静态图模型文件

!git clone https://github.com/AgentMaker/PaTTA.git

!unzip PaTTA.zip

import glob
path = glob.glob('data/infer/*')
f = open('test.txt', 'w')for i in path:
    f.write(i+'\n')
f.close()

!pip install PaTTA/

!python PaTTA/tools/seg.py --model_path='output/model' \
                 --batch_size=16 \
                 --test_dataset='test.txt'

# 打包结果文件!zip -r result.zip result