[第40名方案] 2类预测 + 水平翻转 + NMS + 过滤
首先，感谢 Kaggle 创始人和 NFL 比赛组织者提供参加这次竞赛的机会！其次，感谢 @its7171 和他的 kernel 提供了 2 类训练的绝妙想法！
简要总结
使用了 AlexeyAB 的 darknet 仓库 中的 Tiny-YOLOv4。训练过程涵盖了冲击和非冲击样本，但最终只保留冲击样本。为了提高准确性，在训练和测试阶段都实现了水平翻转的数据增强，并对（翻转和原始）帧进行了过滤和非极大值抑制（NMS）处理。
训练
训练中仅使用了视频和 train_labels.csv。由于时间和资源有限，没有使用 image_labels.csv 中的单独帧和跟踪数据。
参数如下：
- batch_size（批大小）: 64
- classes（类别数）: 2
- iterations（迭代次数）: 4000（每次迭代 64 张图像）
- step（步长）: 15
- augmentation（数据增强）: 仅水平翻转
- total images（总图像数）: ~4000 (2000 * 2)
- input size（输入尺寸）: 896x512（带随机调整大小）
使用步长从视频流中提取帧，以减少训练消耗的时间，同时也为了区分受冲击和未受冲击的头盔。
推理
主要思想是针对真实的视频帧不仅使用一张图像，而是使用两张：原始图像和水平翻转后的图像。
当对两者都进行预测后，通过以下参数进行过滤：
- nearest_index_distance: 5（两个最近冲击帧之间的最远距离）
- farthest_index_distance: 23（过滤序列的起始帧和停止帧之间的距离）
- nearest_iou: 0.4（交并比指标）
过滤完成后，进行非极大值抑制以合并重叠的边界框，并从提交结果中排除未重叠的框。NMS 不仅在单帧上进行，而是在序列中最近的几帧上进行。参数如下：
- nms_max_distance: 4
- nearest_iou: 0.4