文件名称:Rebar_Detection:钢筋数量识别 baseline 0.98336
文件大小:2.4MB
文件格式:ZIP
更新时间:2024-05-24 12:49:17
Python
本方案线上baseline取得0.98336,作为YOLO v3这样的one-stage算法算是还可以,由于参数都是粗调预计最后结果还能有千分位的提升,欢迎各位尝试,有问题可以提issue。 具体运行操作见YunYang的仓库: 比赛链接:智能钢筋识别 权重文件(ckpt形式)百度云链接:链接: 提取码:o74h, 需要pb形式的自行运行freeze_graph.py即可 提高精度 这部分主要从数据、先验框(anchor box)、模型三方面入手改进。 数据改进 几何数据增强 我们知道这次的训练数据只有250张,所以数据增强是一定要的,看了一下测试集之后觉得用普通的几何增强手段足以,具体用了随机水平翻转,随机裁剪,随机旋转这些方式就不多说了。 mix-up增强 这里要提一点就是后期分析错误的时候发现了某些困难样本很难识别,尝试了mix-up增强的方法从数据入手改善,mix-up简单来说就是