CVPR2020|深蘭科技挑戰(zhàn)復(fù)雜場景,獲霧天條件目標(biāo)檢測挑戰(zhàn)賽冠軍
2.FFA-Net
期初根據(jù)賽題的描述和對(duì)數(shù)據(jù)的分析,我們團(tuán)隊(duì)首先對(duì)圖片進(jìn)行去霧處理,然后再進(jìn)行檢測。因?yàn)楝F(xiàn)在有許多比較成熟的去霧算法,這些算法也不會(huì)更改物體的位置,所以標(biāo)注完全不用更改。抱著這個(gè)想法我們開始進(jìn)行對(duì)比實(shí)驗(yàn),來驗(yàn)證去霧算法的有效性。
首先使用了何愷明比較經(jīng)典的暗通道先驗(yàn)去霧算法,但根據(jù)前兩輪的得分,以及可視化結(jié)果我們放棄了這個(gè)方法。
之后我們又在Faster-rcnn相對(duì)較小的模型上測試了基于深度學(xué)習(xí)的去霧算法,GCANet、FFANet,用相應(yīng)去霧算法的輸出當(dāng)做Faster-rcnn的輸入。
▲FFA-Net處理訓(xùn)練集結(jié)果
對(duì)比結(jié)果如下表所示:
根據(jù)結(jié)果來看GCANet所處理的結(jié)果得分較差,但FFANet和原數(shù)據(jù)集得分比較類似,雖然沒得到相應(yīng)的提升,但卻是一個(gè)很好的數(shù)據(jù)增強(qiáng)方法,因?yàn)轭愃七@種圖像模糊的數(shù)據(jù)集上,像素級(jí)別的數(shù)據(jù)增強(qiáng)在此數(shù)據(jù)集上很容易導(dǎo)致圖片原始結(jié)構(gòu)的破壞,從而導(dǎo)致AP效果下降。
現(xiàn)在我們得到一個(gè)切實(shí)可行的數(shù)據(jù)增強(qiáng)方式,所以將FFA-Net的處理結(jié)果與原始圖像合并作為新的訓(xùn)練集進(jìn)行訓(xùn)練。
3.Augmentation
因?yàn)閳D片總體數(shù)量較少,并且有較嚴(yán)重的數(shù)據(jù)不平衡情況,所以合理的數(shù)據(jù)增強(qiáng)方式會(huì)比增加模型復(fù)雜度之類的方法更為直接有效。
實(shí)驗(yàn)細(xì)節(jié):
1.我們將Cascadercnn+DCN+FPN作為我們的baseline
2.將原有head改為Doublehead
3.將FFA-Net處理過的數(shù)據(jù)集與原數(shù)據(jù)集合并訓(xùn)練
4.Augmentation
5.Testingtricks

發(fā)表評(píng)論
請輸入評(píng)論內(nèi)容...
請輸入評(píng)論/評(píng)論長度6~500個(gè)字
最新活動(dòng)更多
-
7月22-29日立即報(bào)名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會(huì)
-
7.30-8.1火熱報(bào)名中>> 全數(shù)會(huì)2025(第六屆)機(jī)器人及智能工廠展
-
7月31日免費(fèi)預(yù)約>> OFweek 2025具身智能機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用論壇
-
免費(fèi)參會(huì)立即報(bào)名>> 7月30日- 8月1日 2025全數(shù)會(huì)工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
-
8月5日立即報(bào)名>> 【在線會(huì)議】CAE優(yōu)化設(shè)計(jì):醫(yī)療器械設(shè)計(jì)的應(yīng)用案例與方案解析
推薦專題