Baseline学习及改进
关于Docker
可以查看这一篇
Baseline改进思路
- 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
以上是datawhale给出来的
我的一些感想
因为这段时间在忙论文相关的事,所以没有全身心投入这次的组队学习中
现在的情况是这样的
首先我对linux系统不太熟 对于docker相关浪费了比较多的时间 每天7小时左右
对于现阶段的我来说已经是极限了 所以可能就到此为止了
这是一次很好的学习机会 感谢这段时间帮了我很多的小马哥