猪只盘点方案总结

  大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

  本文主要介绍了猪只盘点方案总结，希望能对同学们有所帮助。

1. 方案一

1.1 算法方案解析

1.1.1 数据噪声

1. 针对训练集20多个图片当中存在的标注不准确，然后做了修正。

2. 复赛的测试集也是存在很多的不确定标注，有的图中目标并没有标出来，与我们实际标注存在差异，因此，验证模型存在很大难度和不确定性。

3. 有歧义的标注与可能的漏标。

1.1.2 数据预处理

1. .图片所对应的标签文件有两种不同的格式：统一进行了处理并生成labelme形式的json文件，通过labelme对数据集进行了校对。
2. 人工标注：对主办方提供的测试集进行了人工标注，生成模型训练所用验证集，用以提供参考，可准确了解模型训