AAAI2023 实用AI挑战赛冠军方案分享，比赛链接

1st Place Solution for Efficient and Accurate Models towards Practical Deep Learning

1. 数据集准备：

把官方data.zip中的图片解压到dataset/data/中；

或者把dataset/train_plus和dataset/val复制到你的data路径，并修改yaml中的数据集路径

这是我们基于官方图片生成的少量补充图片，详细描述见技术报告，你也可以通过以下方式自己生成：

• 修改脚本dataview.py中的路径并运行main_split()函数，划分训练集和验证集
• 运行脚本dataview.py中的main_train_plus()函数，生成train_plus补充训练集

2. 训练：

将 resnet_qavgg.py 第二十行的deploy设置为False

运行如下指令进行训练：

python train.py --config configs/local_AAAI/qavgg.yaml

3. 部署：

将resnet_qavgg.py 第二十行的deploy = False改为True

运行如下指令转换onnx：

python toonnx.py --config configs/local_AAAI/qavgg.yaml --save_prefix 128_5conv --input_size 3x28x28

4. 其他代码说明：

• up/models/backbones/resnet_qavgg.py中包含了使用的backbone
• up/models/backbones/qarepvgg_block.py 代码来源于: https://github.com/Deci-AI/super-gradients/commit/22738cb04dcc6fcc9c3d01e635411a47f02e682c
• up/tasks/cls/data/cls_transforms.py中增加了一部分数据增强
• dataview.py可以用于统计数据集，切分数据集，数据扩增等功能
• 128_5conv.onnx为比赛提交的模型文件

The code is highly borrowed from: https://github.com/ModelTC/United-Perception

United Perception 文档

up 官方文档