预训练

好的预训练很关键

对比学习

同类型比赛的、更好的训练方法、对比学习（大规模模型，多用于大厂，主要是为了水下的能力，完全无监督）、更新的损失函数。
水下目标检测的数据集做pretrain，学习在水下检测目标的能力。记忆的不是像素级特征，更高维度。
数据增强就是这个思想，让自己变还要保持这样的能力。

mae不通用

moco

增加内存，利用负样本

SimCLR

不容数据增强，利用MLP筛选最优

BYOL

一个view去预测同类的其他view，容易崩塌（GAN）。网络上半部分online，NES作为损失，NEA平均梯度。对比的方法，MLP不加BN。

CV也在做大模型

ssl、盘古

SimSiam

左侧编码器生成预测、另一边不用预测器直接计算。反过来再来一次。

自监督pretrain总结

BN使得信息泄露，一遍正例一边反例，这样有问题。得需要全局的shuffer。最好是两台机器，一个shuffer，一个保持。
MLP用于融合时过滤掉无用特征。
不同数据增强组合尝试、crop和color最好。

mixup

自动边缘分割抠图粘贴处理边缘
贴图是不是可以重叠（考虑海星的分布）
多张目标图图像融合

双阈值策略

高低阈值

第一次高阈值过滤掉不含瑕疵，无目标肯定不要
第二次低阈值，再剩余样本上声称检测结果，
本地无目标图像测试看有没有误检，来调参阈值

【目标检测】比赛技巧记录相关推荐

百度飞桨开源Open Images Dataset V5目标检测比赛最好单模型MSF-DET
目标检测是计算机视觉领域中的核心任务.Open Images Dataset V5(OIDV5)是目前规模最大的目标检测公开数据集[1].基于飞桨(PaddlePaddle)的PaddleDetect ...
小目标检测相关技巧总结
点击上方"AI算法与图像处理",选择加"星标"或"置顶" 重磅干货,第一时间送达转载自简书,仅用于学习交流,如有侵权请联系删除编辑:Ch ...
目标检测比赛中的 trick
1.数据增强可参考: 初识CV:MMDetection中文文档-4.技术细节数据增强是增加深度模型鲁棒性和泛化性能的常用手段,随机翻转.随机裁剪.添加噪声等也被引入到检测任务的训练中来,个人认为数 ...
目标检测比赛之YOLOV4方法
1 前言 1.1实训背景随着生产生活对电力能源的需求量不断增加,我国对电力生产产生了更高的需求,受多方面因素的影响,我国电力生产事故的发生频率处于较高水平,对城市的安全生产造成了威胁,因此,必须要将 ...
目标检测比赛提高mAP的方法
数据预处理分析数据集中标注框的性质主要是分析bbox的area和高宽比的分布,根据area和aspect_ratio来设置anchor generator的参数. 另外,当aspect ratio ...
目标检测tricks总结(记录)
1. Anchor 可以根据实际任务,修改anchor预设的大小和scale ,也就是说stride + anchor ratio + anchor scales都可以调整,选择不同stride确定了 ...
使用Yolo3进行目标检测实现流程记录1
上个月需要使用目标检测进行项目开发,简单了解了下目标检测的技术之后,果断选择使用yolo来进行尝试. 在查看了无数篇博客之后,头疼脑热,各种花样的问题之后,果断记录了自行爬坑的过程,希望对后续使用yo ...
天池目标检测比赛入门
原视频链接 1.定义输入一张图片或者一段视频,用一个bbox将感兴趣的预定义类别检测出来,同时完成定位和分类. 2.设备必须要有一块GPU 显卡类型:目前只有nvidia公司的显卡支持cuda及c ...
DETR目标检测算法学习记录
引言无论是One Stage中的YOLO还是Two-Stage中的Faster-RCNN,其虽然都在目标检测领域有着一席之地,但无一例外都是基于Anchor的模型算法,这就导致其在输出结果时不可避免 ...

【目标检测】比赛技巧记录

预训练