评级
B: 有用,针对区域比较集中的数据集 应该有用
简介
wad 2018 的 top1 技术报告,这个比赛 https://www.kaggle.com/c/cvpr-2018-autonomous-driving/leaderboard 数据量很大,而且基本没有钱,基本没什么人参加
创新
主干 Maskrcnn
自定义anchor
8 ∗ [[1, 2], [4, 8], [16, 24], [32, 64], [128, 256]] 涨点明显
coco预训练
数据量太大了,coco预训练收敛快点
FPN加了一层
为了应对特别大的roi
大尺寸预测+疯狂tta
we set longer edge of image to 8000 and other ranges from 1810 to 4510 with step 300
因为数据区域比较集中设计了采用
因为车子都在图像中央,所以可以根据bbox的集合来裁剪出valid region,然后和整图混着来,这样处理配合超大test size 涨点明显