第41名方案 (Public LB 第7名) 基于YOLO-Z启发的模型与追踪

首先我想说，我在数据科学方面并没有太多经验。我不完全了解数据科学中的所有门道，但我热爱学习和实验。就这次比赛而言，我学到了很多关于目标检测的知识，真的非常有趣！

数据

我对序列使用了 GroupKFold 分割，因为 Private LB 中的数据将是新的序列。验证模型的最佳方式（至少在我这个新手看来）是使用它未曾见过的新序列。我只在同一个折上进行模型训练，没有使用集成，也没有通过 OOF 预测来验证模型。

模型

我的解决方案主要围绕 YOLO-Z 论文展开，该论文研究了如何改进原始 YOLO5 架构在小目标检测方面的表现。看起来他们提出的模型在某种程度上已包含在 YOLO5v6 中。他们在实验中提到，将“宽度”乘数修改为下一层级（例如在 M 或 S 模型中使用 L 或 M 的“宽度”），在小目标检测中取得了更好的结果。由于 YOLO5v6 已经包含了更小的层（参见此讨论帖），我着手修改 YOLO5v6 模型以增加宽度乘数（看看效果是否优于原版）。这增加了参数数量，但没有增加层数。这样可以在保持比使用更大模型更低的推理时间的同时，兼顾两个层级的优势。

为了不必重新训练模型，我不得不使用下一个模型的迁移权重（如果我想用 YOLOv5s6-wide，就使用 YOLOv5m6 的权重，以此类推）。因为我删除了很多层，所以我仍然希望对权重进行预训练。

我只选择训练并使用了 YOLOv5s6-wide 和 YOLOv5m6-wide。

训练

因为“更宽”的模型删除了许多层，我认为重新训练有助于模型更好地拟合。经过一番搜索，我找到了基于此处列出的比赛的 Detecting Underwater Objects (DUO) 数据集。

我使用重数据增强训练了 100 个 epoch（参见 wandb 输出）。

我使用 COT 掩码数据集制作了 10,000 张“假”图像，将 COT 粘贴在不同透明度的位置上。我发现使用该数据集训练提高了最终模型的召回率（感谢 @alexandrecc）。但我不完全确定这是否对 Public LB 有帮助。请参阅此Notebook和

同比赛其他方案