百度2018年google AI 目标检测题目夺冠方案

 

1.解决样本不均衡问题

 

全集数据训练：按照主办方提供数据进行训练，mAP 达到 0.50。

 

固定框选子集训练：线下固定对每个类别最多选择 1000 个框，mAP 达到 0.53。

动态采样模型训练：对每个 GPU、每个 Epoch 采用线上动态采样，每次采集的数据都不同，轮数达到一定数目后，整个全集的数据都能参与整体训练。最后 mAp 达到 0.56。