zoukankan      html  css  js  c++  java
  • [算法竞赛]目标检测常用技巧总结

    数智重庆.全球产业赋能创新大赛 为例,目标检测的几种常见的做题技巧如下:

    1. 针对数据集进行数据提升
      a. 需要对数据进行了解,比如有哪些分类,每个分类下各有什么特点,每个分类下的图片尺寸是怎样的,分布是怎样的(长尾分布,类别不均衡)。
      b. 数据出现了什么样的问题,应该怎么去解决这些问题。(多样性,长尾分布、小目标)
      c. 使用Pseudo Label提高长尾分布较严重类别
    2. 针对算法模型的改进
      a. baseline:如果为精度,则应当考虑到cascade rcnn rest50/101;如果为精度和模型大小,则考虑mobilenet-ssd和resnet50-yolo3,训练epochs为12到36最佳。
      b. 使用DCN和SEnet模块提升模型的鲁棒性。
      c. 使用Small Feed Duck(增加小目标的采样率)和random crop等方法提高小目标检出率,额外设置ratio=1的anchor,增加小目标正样本的匹配率。
      d. Libra-RCNN,在样本层次,特征层次,目标层次上做均衡。
    3. 针对数据以及模型共同调参
      a. RPN IOU(0.7, 0.3) -> IOU(0.6, 0.2), RCNN阶段:IOU(0.7, 0.6, 0.5) -> IOU(0.6, 0.5, 0.4)
      b. 调整anchor的大小,anchor_size=6, anchor_ratio=(0.1, 0.5, 1, 2, 5)
  • 相关阅读:
    腾讯云微服务
    docker 总结
    TDSQl
    腾讯云网络介绍
    openstack 搭建
    kvm2
    kvm
    ERA-interim数据下载
    ERA-interim
    win10软件使用指南备忘录
  • 原文地址:https://www.cnblogs.com/wildkid1024/p/14801069.html
Copyright © 2011-2022 走看看