深度学习实战（十九）——做户外汽车识别可采用的方法

不念不忘少年蓝@ 2023-06-02 09:08 22阅读 0赞

这个是从一篇报道户外汽车识别比赛（Nexar 挑战赛）结果的新闻里摘抄下来的，里面有一些获奖者分享的他们的模型介绍，整理下来以备日后使用

![format_png][]

图一 识别效果

![format_png 1][]

图二 比赛使用各模型的比例以及得分

大多数参赛者使用更快的RCNN作为他们的模型，其得分范围从0.5到0.77。但是明显的获胜者是Deformable R-FCN，平均得分为0.8。

![format_png 2][]

图三  比赛结果

--------------------

### 方法分享-1： ###

“我使用具有soft-NMS的Deformable R-FCN参加了这次挑战。使用了从ImageNet上用ResNet-50预训练的一个单模型。

**核心要点:**

1. Deformable Convnets和R-FCN功能强大，在ImageNet和COCO上获得了最先进的性能。我都不需要使用集成。如果我使用集成，和ResNet-101一起，加上更多trick，性能可以更好。

2. 水平翻转训练图像效果很好。我将所有训练数据水平翻转。这已经是一个非常普遍的数据增强/扩充方法了。

3. 小尺寸锚点。查看训练数据，我看到很多小的边界框，于是决定添加更多的小尺寸锚点。结果证明这样做效果很好。

4. 多尺度测试。这一般会带来大约2%的性能提升。我在720训练，在(600，720，1000)测试，获得了性能提升。

--------------------

### 方法分享-2： ###

本质上我的源代码组成如下:

1)基于Faster-RCNN的Deformable ConvNets，代码(https://github.com/msracver/Deformable-ConvNets)。我进行了一些小的修改，包括读取Nexar数据集的适配器，禁用非最大抑制阶段的选项，以及能够运行多个预测的小脚本。

2)一些用于准备数据集扩充和转换结果的实用程序脚本。

3)实施定制的灵活非最大抑制阶段(non maximum suppression stage)。

**核心要点**

我决定使用Faster-RCNN或R-FCN的Deformable ConvNets修改。

由于比赛时可以修改/标注训练数据集，我首先检查了训练数据的改进情况。

标签的规模和性质都不适合用手工进行重新打标签。

我将训练数据集分为两个，在每个上都训练了R-FCN模型。

我比较了两个分开数据集预测与原始标签预测的结果，发现了训练集中缺少的边界框。

几乎在所有情况下，我发现这都是标签缺失导致的。

我按照缺失的边界框数量对训练集中的图像进行排序，并重新标记了其中15-20%边界框缺失最多的图像，最坏情况下图像中有多达8辆车没有边界框。

由于模型生成的边界框相当准确，所以我只需要选择将哪些预测边界框添加到训练数据集中，所以过程还是相对较快。

我决定使用Faster-RCNN，因为经过一个快速测试，它比R-FCN实现了稍微更好的结果。

我计划尝试这篇论文(https://arxiv.org/abs/1704.04503)中描述的Soft NMS方法

我扩展了Soft NMS的原始概念，不仅调整置信区间，还要调整边界框的位置。

我在NMS阶段之前检查了Faster-RCNN的结果，发现它经常产生一些具有相似置信区间和位置的封闭边界框。

只保留置信区间最上层结果，抛弃其他所有的结果，听起来有点浪费，尤其是当结合使用多个模型或测试时间扩充以后。

所以，我的 Flexible NMS方法如下:

1)对于置信度最高的边界框，将其与iou> 0.8的所有其他类似框组合，框的位置作为具有置信度权重的边界框位置的加权平均值。

2)对于组合框的置信度，我使用conf = sum(最多N个边界框)/ N

。这对组合多个结果特别有用，我还想惩罚那些只有单个网络找到的一个结果(相比更多网络/边界框预测的置信度更高的结果)。

我使用N == 4 ×预测数的组合。

3)对于与当前框重叠的所有其他框，我按照原始 Soft NMS文章中的所述调整了置信度。

总体来说，这种方法让我从单个模型、默认NMS得分~0.72–0.73，增加到0.77-0.78，后面是使用 Flexible NMS从2个不同模型组合大约6个预测的结果。

我最终提交的结果，训练了3个Faster RCNN模型，对于所有图像的每个预测，翻转和±20%调整大小。

我将所有结果结合，禁用原始NMS，并通过Flexible NMS进行后处理。

# 摘自： #

[22岁复旦学生拿下世界深度学习竞赛冠军:50层ResNet网络][22_50_ResNet]

[format_png]: /images/20230601/cf3476d7d4ea4c60b8c0604d3f8b19c8.png
[format_png 1]: /images/20230601/eb22daf7bd414371a54f8eb112fdf6c4.png
[format_png 2]: /images/20230601/8e25a5a7df2148069f1ab9b75f835f4e.png
[22_50_ResNet]: https://www.360kuai.com/pc/9e4368ca02a7c264d?cota=4&tj_url=so_rec&sign=360_57c3bbd1&refer_scene=so_1

发表评论取消回复

表情：

评论列表（有 0 条评论，22人围观）

还没有评论，来说两句吧...

相关阅读

相关 “深度排序人脸识别“ - 基于深度学习的目标追踪方法

“深度排序人脸识别” - 基于深度学习的目标追踪方法在计算机视觉中，人脸识别一直是一个热门话题，其应用范围也越来越广泛。然而，在实际应用中，由于图像中存在多个人脸和相机跟踪

谁践踏了优雅/ 2024年03月26日 20:46/ 0 赞/ 81 阅读

相关用深度学习做一个蔬菜识别系统

要用深度学习做一个蔬菜识别系统，需要以下步骤： 1. 数据准备：首先需要大量的蔬菜图像数据作为模型的训练数据。这些图像需要是高质量的，并且需要标记好种类信息。 2. 选择

Love The Way You Lie/ 2024年03月25日 05:37/ 0 赞/ 75 阅读

相关【深度学习】最全的十九种损失函数汇总

tensorflow和pytorch很多都是相似的，这里以pytorch为例。文章目录一、L1范数损失 L1Loss 二、均方误差损失 MSELoss

水深无声/ 2023年10月12日 21:56/ 0 赞/ 65 阅读

相关深度学习实战（十九）——做户外汽车识别可采用的方法

这个是从一篇报道户外汽车识别比赛（Nexar 挑战赛）结果的新闻里摘抄下来的，里面有一些获奖者分享的他们的模型介绍，整理下来以备日后使用 ![for

不念不忘少年蓝@/ 2023年06月02日 09:08/ 0 赞/ 23 阅读

相关深度学习实战--手写字识别MNIST

手写字识别 [前序Python入门教程。][Python] 手写字识别是深度学习入门教程，这里包含数据下载，模型创建，训练模型，测试模型几个模块。

短命女/ 2022年11月15日 11:26/ 0 赞/ 242 阅读

相关基于深度学习的身份证号码识别方法

基于深度学习的身份证号码识别方法 1. 课题背景为了对二代身份证进行拍照获得图像后，实现对身份证号码的识别，提出了一种基于深度学习的身份证号码识别方法。该方法的思想是先

爱被打了一巴掌/ 2022年09月09日 02:05/ 0 赞/ 332 阅读

相关深度学习caffe实战（一）验证码识别

狭义上讲验证码识别是将验证码图像转化成字符串值，传统方法常常先对验证码图像进行字符分割，再对验证码进行识别，劣势在于字符分割方法往往针对不同风格的验证码需要做修改，某些验证码加

以你之姓@/ 2022年07月12日 11:41/ 0 赞/ 411 阅读

相关深度学习实战（十五）——数据不够时训练深度学习的方法

深度学习大牛吴恩达曾经说过：做 AI 研究就像造宇宙飞船，除了充足的燃料之外，强劲的引擎也是必不可少的。假如燃料不足，则飞船就无法进入预定轨道。而引擎不够强劲，飞船

刺骨的言语ヽ痛彻心扉/ 2022年02月23日 08:10/ 0 赞/ 1000 阅读

相关深度学习实战（一）——识别手写数字

这里的实战是根据[Neural Networks and Deep Learning][]的前两章整理出来的。用了它提供的数据集以及一些代码。然后自己修改了他的一些代码，使得更

我不是女神ヾ/ 2022年02月15日 00:25/ 0 赞/ 441 阅读

相关深度学习实战（九）—— loss不下降的解决方法

当我们训练一个神经网络模型的时候，我们经常会遇到这样的一个头疼的问题，那就是，神经网络模型的loss值不下降，以致我们无法训练，或者无法得到一个效果较好的模型。导致

待我称王封你为后i/ 2021年12月20日 05:45/ 0 赞/ 1600 阅读