返回列表

[42nd place solution]

398. Global Wheat Detection | global-wheat-detection

开始: 2020-05-04 结束: 2020-08-19 作物智能识别 数据算法赛
[第42名解决方案]

[第42名解决方案]

作者: nvnn (Grandmaster) | 排名: 第42名 | 发布时间: 2020-08-05

祝贺大家,特别是获奖者和金牌得主,感谢主办方举办这场有趣的比赛。
以下是我们解决方案的一些要点(稍后我会更新更多细节):

Solution Diagram

1. 验证策略

我从比赛一开始就使用了一个固定的验证集(663张图片)。验证数据来自 usask_1 和部分其他来源。

2. 数据增强

2.1. 自定义增强:

  • 裁剪和填充: 我发现裁剪后边界处的框效果不好。因此,我移除了所有位于边界的框,同时也移除了框内的图像内容。
  • 裁剪和缩放
  • 缩放和填充
  • 图像间的颜色迁移
  • mixup: 我没有在训练集中混合2张图片,而是使用了1张训练集图片和1张没有麦穗的图片进行混合。
  • 旋转: 随机旋转图像并使用伪标签作为真值。

2.2. Albumentation 库增强:

  • A.HorizontalFlip(p=0.5)(水平翻转)
  • A.VerticalFlip(p=0.5)(垂直翻转)
  • A.RandomRotate90(p=0.5)(随机旋转90度)

我没有使用 mosaic(马赛克)增强,因为它不想与我的自定义增强配合使用。

3. SPIKE 数据集

我在伪标签和提供的真值标签上使用了 WBF(加权框融合)。

4. 结果

Results

P/s:验证解决方案后,我们有机会进入金牌区吗?

同比赛其他方案