# visual project

**Repository Path**: MAXpower8848/visual-project

## Basic Information

- **Project Name**: visual project
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2021-12-02
- **Last Updated**: 2022-01-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## paddle-yolov3

#### 1. 介绍

> ​	本项目包含两份代码，一份为`yolov3`的`keras`实现（在other文件夹下），另外一份为`yolov3`的`paddle`实现（在project文件夹下，由小组成员完成全部代码的编写）。
>
> ​	项目是完成对水下的目标实现检测。由于水下图像的光照条件不足，所以项目采用了retinex的方法，在检测前事先完成了图像光照修复的工作。

> ​	关于使用项目：
>
> ​	直接使用`train.py`文件即可训练。需要将图像与对应的`label`文件（默认`xml`的文件存储label信息，这里可能需要修改，因为方式标记不同）分别放在`data`文件夹的`box`和`image`文件夹下。读取label在`dataset.py`文件的`getbox()`函数修改即可。
>
> ​	`yolov3_model.py`为yolo模型，需要可在该文件下修改。
>
> ​	`loss.py`为yolo的损失函数的计算，需要尝试修改损失函数可在此文件下。
>
> ​	`dataset.py`为自定义的读取数据的`datalset`类，图像的预处理在该文件夹下，需要修改可在该文件做下处理。
>
> ​	`tool`文件夹下为一些辅助的代码。 包含图像增强的代码`retinex.py`、`k-means`求anchor等代码。



----

#### 2.框架版本

+ python 3.7

+ paddlepaddle 2.2.1

---

#### 3.使用

![1](project/tool/1.png)

<center>Figure 1: 图像增强的效果</center>

![2](project/tool/2.png)

<center>Figure 2:目标识别的结果 </center>

---

#### 4. 链接

> [选题报告](https://gitee.com/MAXpower8848/visual-project/blob/master/%E9%80%89%E9%A2%98%E6%8A%A5%E5%91%8A.md)

> [项目报告](https://gitee.com/MAXpower8848/visual-project/blob/master/%E9%A1%B9%E7%9B%AE%E6%8A%A5%E5%91%8A2.md)

> [B站视频链接](https://www.bilibili.com/video/BV1di4y1X7bJ/)