第10名方案

感谢 NFL 和 Kaggle 主办这场有趣的比赛。
我很高兴能在这个极具挑战性的问题中获得金牌。
以下是我的方法。

首先，我使用 Yolov5 检测头盔，然后使用回归网络将检测到的头盔与跟踪数据进行匹配。该回归网络采用 Efficientnetb0 编码器和 Unet 解码器。通过使用 Yolov5 和我的回归模型，我的 CV（交叉验证分数）达到了 0.7（Public LB 0.68，Private LB 0.7）。
随后，输出结果经过跟踪算法的后处理（我使用了 Deepsort 和 SiamRPN），应用跟踪算法将我的 CV 提升至 0.9，Public LB 提升至 0.85，Private LB 提升至 0.86。

Yolov5 和 Deepsort 在公开的 Notebook 和讨论区中非常流行，所以我这里就不再赘述。我只是使用了公开的源代码并针对本次比赛进行了优化。

回归网络与普通的分割网络非常相似。

• 编码器: EfficientnetB0
• 解码器: Unet
• 输入: 2通道图像 (2x256x256)
• 输出: 2通道回归掩码 (2x256x256)。通道1预测 x 坐标，通道2预测 y 坐标。
  • 例如，输出掩码中位置 (x', y') 的点负责预测值。
  • 损失函数: L1 loss。损失仅在存在跟踪数据的像素点（通道2中的白点）上计算。
    

我的实际实现略有不同，我使用了一个额外的分割通道来引导网络进行更好的训练。我在这里简化了想法，以便更容易理解。