- 赛事介绍：
本次热身赛是一个基于计算机视觉的检测，用于布匹生产行业。在布匹的实际生产过程中，由于各方面因素的影响，会产生污渍、破洞、毛粒等瑕疵，为保证产品质量，需要对布匹进行瑕疵检测。布匹疵点检验是纺织行业生产和质量管理的重要环节，目前人工检测易受主观因素影响，缺乏一致性；并且检测人员在强光下长时间工作对视力影响极大。由于布匹疵点种类繁多、形态变化多样、观察识别难道大，导致布匹疵点智能检测是困扰行业多年的技术瓶颈。
如今，基于计算机视觉等技术的深度学习和人工只能技术突飞猛进，在工业质检场景中也取得了不错的成果。纺织行业迫切希望借助最先进的技术，实现布匹疵点智能检测。革新质检流程，自动完成质检任务，降低对大量人工的依赖，减少漏检发生率，提高产品的质量。
本赛场聚焦布匹疵点智能检测，要求选手研究开发高效可靠的计算机视觉算法，提升布匹疵点检验的准确度，降低对大量人工的依赖，提升布样疵点质检的效果和效率。要求算法既要检测布匹是否包含疵点，又要给出疵点具体的位置和类别，既考察疵点检出能力、也考察疵点定位和分类能力。
Docker的使用
本次赛事平台采用了基于GPU计算资源的提交镜像的方式，将本地代码打包成镜像提交，推送至阿里云容器镜像仓库后，在天池提交页面中输入镜像地址、用户名和仓库密码。由比赛平台拉取镜像运行， 运行结束即可在成绩页面查询运行日志及评测结果
所有，我们在在本地环境先配置好Docker,使用doecker将开发好的代码打包成镜像。Docker的安装
以本机采用的windows10操纵系统为例，按照下面的步骤安装Docker
首先要确认Windows版本。Docker for Windows的当前版本运行在64位Windows 10 Pro，专业版、企业版和教育版（1607年纪念更新，版本14393或更高版本）上。如果你是家庭版，那么一是升级到专业版，
其次，因为docker理论上是基于Linux的容器技术，在windows上运行，要开启虚拟机服务。
检查电脑的虚拟化开启了没有：进入任务管理器（ctrl+alt+delete），点击性能->cpu ,查看虚拟化是否已启用，如果虚拟化是已禁用，那么你需要重启电脑进入bios开启虚拟化（重启时进入bios按esc -> 再按f2，或者其他-> 去开启虚拟化）
开启虚拟化重启后，进入任务管理器看虚拟化是否已启用。
然后再是进入电脑的控制面板->程序->启用或关闭Windows功能->把Hyper-v勾上，启用后电脑会重启，后面就可以下载并安装Docker for Windows了。
然后就是个大坑了！我在我的电脑上开启Hyper-V后重启就直接蓝屏，试了几次都是这样。只能进入安全模式将Hyper- V取消，系统可以进入。在这种情况下，安装好docker后会一直一直无法启动，需要先开启Hyper- V！
到此Docker安装没有成功，只能放弃。此处等后期问题解决后补上，把这些坑填上！
- 赛题Baseline学习
Datawhale提供了大佬写的baseline供大家参考学习。
考虑到此次任务是布匹瑕疵检测，首先考虑的应该是目标检测开源框架框架。
当前目标检测主要分为one-stage和two-stage两种类型，以YOLO,SSD等框架为代表的one-stage速度快,以Faster-RCNN为代表的two-stage框架精度高。基于本次任务时间有限制在1小时内，因此采用单阶段YOLOV5的方案。
按照baseline, 将数据从天池官网下载完成后解压到本次，按照baseline的要求放到Train_data文件jia下即可。之后在按照顺序运行脚本进行训练。
- 后期的改进
baseline里面提供一些改进的思路，后期可以花时间实现，以提高比赛分数和名次
