Kaggle实战目标检测奇淫技巧合集

点击我爱计算机视觉标星，更快获取CVML新技术

---

本文来自52CV群友Spytensor参加Kaggle目标检测比赛的总结，作者是位数据竞赛爱好者，文章非常具有实战意义。欢迎收藏～

原文链接：

http://spytensor.com/index.php/archives/53/

背景

国内的数据竞赛真的缺乏交流，还是喜欢 kaggle 的 kernel 和讨论区，真硬核！这里分享一下我总结的一些目标检测中会用到的 “奇淫技巧”，牵扯到代码的我就直接拿 mmdetection[1] 来举例了，修改起来比较简单。

1. 模型选择

近一年多以来目标检测领域没有太大的动静，即使最近一段时间的 Anchor Free 和神经网络搜索框架比较热，但都没有太大的革新，当前检测竞赛圈的通用配置还是 Cascade-R-CNN + ResNeXt/ResNet 系列 + FPN+DCN 2，毕竟二阶段为王！然后就是一些根据实验结果的调整了，由于商汤没有开源 SeNet 系列的训练模型，所以如果有卡的话可以自己搞。

2. 数据预处理

如果你 baseline 选的准，那么基本上已经领先一大部分人了，但是如果在数据预处理过程中没有搞好，那基本上就跟 TOP 系列无缘了，毕竟在数据处理上能够领先的大佬，后面炼丹的技术也绝对不差。这里分为以下几个部分聊一聊数据这方面的策略：

2.1 数据扩充

如果说待检测目标具有旋转不变性，那这里就可以对目标做上下翻转、左右反转、90°*3 旋转等操作；如果目标中存在模糊的情况，在扩充的时候也可以适当做一些高斯模糊什么的；对于颜色抖动、锐度变化、随机缩放等这些操作，我实验的过程中也很难界定他们的效果，而且跟队友做相同实验时，所起的作用也不一样，总结来说，有的时候真的是随机上分。

2.2 mixup

mixup 的意思就是将两张图按照一定的比例混合在一起，详情移步论文：Bag of Freebies for Training Object Detection Neural Networks[4]。这里要说的是如何 mixup，如何选择 mixup 的对象。

在工业类缺陷检测或者违禁物品检测中，常常会给出一些不含有待检测目标的正常图像，可以将含有目标的图