比赛介绍

• 针对检测+分类任务，我们提供9000张带有位置信息和类别信息的图像数据用于训练，4351张图像用于评估测试。该数据集全部来源于百度地图淘金，选取了60类常见品牌类别。比如，肯德基，星巴克，耐克等。

比赛历程

• 7月13号结束,7月初开始做.中间尝试了
  • yolo,
  • faster-rcnn pytorch版本
  • dcn
  • retinanet keras版本
  • fpn等
• 最后还是tow-stage的faster-rcnn正确度高(至少在我的实验中是这样,当然时间有限,设备有限单卡1080,实验结论不完备)
• 数据处理方面 : 使用了针对检测的数据增强,包括旋转,平移,加噪,改亮度,具体实现见DataAugmentForObejctDetection.py这个脚本
• trick方面 : 1)softnms, 2)模型融合(具体见merge_box中的脚本)
• batchsize基本上是1,设备受限上不去了; lr初始一般设的0.001, 每5轮降为原来的十分之一; 输入尺度试过600和800
• 最后线上为0.8576,排名23,没苟进决赛,哎...

脚本说明:

• merge_box:
  • csv_2_txt_for_merge.py : 根据结果csv产生中间txt文件
  • merge_res.py : 融合并产生最终csv结果文件
• show_boundingbox_on_pic.py : 可视化脚本
• DataAugmentForObejctDetection.py : 数据增强脚本
• densenet.py : pytorch, 基于densenet backbone的faster rcnn模型结构(未实验), 参考vision/torchvision/models/densenet.py
• resnext.py : pytorch, 基于resnext backbone的faster rcnn模型结构, 参考ResNeXt-PyTorch/resnext.py, 其实就是在resnet的基础上加了多通道并行.
• nms.py : 常规nms,以及softnms

学习姿势

• faster多尺度训练,多尺度预测,tesnsorlayer数据增强,结果ensemble可以到89
• 基于fpn的faster-rcnn
• detectron单模型可以到89
• predict的时候augment, detectron中的config文件下有例子
• 调参方法,何凯明论文,detctron有论文链接
• 增强后的数据作为验证集,把60类验证集AP保存,取每一类最好的ap的模型进行集成
• 数据增强库 : imgaug, emmm...应该比我自己整的靠谱点
• 调整分类和bbox的loss权重
• 使用sniper模型
• ssd上89!!!但是没说用了啥技巧....

所有代码链接

• baiduyun(part1:models部分)
• baiduyun(part2:data)

to do list

• 使用detectron
• transfer to coco data
• test aug
• 数据增强,sampleParing and mixup