Baseline提分教程 改进思路(未 一 一尝试) 首先可以通过增加epoch进行训练,来确定最终损失不变的临界点,防止训练过拟合。 官方还给出了相关的train1,trian2数据,可以利用那些数据加入到训练集中,增加训练样本 数据扩增:训练样本扩增随机竖直/水平翻折,色彩空间增强,使缺陷样本均匀 自适应anchor策略 适当减少回归框损失的权重 正负样本类别 多尺度训练 空洞卷积替换FPN最后一层 FPN改进尝试:NAS-FPN、AC-PFN Anchor 匹配策略 排名 初始 改进后