carryhjr / road_object_detection

团队介绍：

队伍名称：tricks
队伍成员： 张卫良（江南大学研二）研究方向：2D目标检测

B榜结果：0.16970481815， 排名第五

环境信息

• sys.platform: linux(Ubuntu 7.5.0-3ubuntu1~18.04)
• Python: 3.7.4 (default, Aug 13 2019, 20:35:49) [GCC 7.3.0]
• GPU 0: GeForce RTX 2080 Ti
• PyTorch: 1.6.0+cu101
• TorchVision: 0.7.0+cu101
• CUDA 10.1
• CuDNN 7.6.3
• OpenCV: 4.5.2
• MMCV: 1.2.4
• MMDetection: 2.11.0+41bb93f

最终的配置文件

• detectors_r50
• s101
• r2_101
• r101
• x101_32x4d
• swin_small
• swin_base

测试

• sh main.sh
• 得到B榜的测试结果 prediction_result/result.json

训练

• sh train.sh

解决方案（实验迭代过程）：

基于mmdetection 进行算法迭代

注意：测试采用的是多尺度测试(TTA)
img_scale=[(4096, 600), (4096, 800), (4096, 1000)] + hflip(水平翻转)

1. baseline: cascade_rcnn_r50_rfp_sac + ms(600-1000) + nms(0.5) + epoch:12
   • 其中， ms指的是多尺度训练， nms(0.5): 使用nms, iou_thre等于0.5

• A榜结果：0.26490951

2. 基于baseline
   • 由于道路有些病害的框非常大，占据图像的大部分，而模型的感受野不足以覆盖这些特大框，因此，为了提高对特大框的检测能力， 在每个roi上加入全局上下文信息，即gc(global context)。 代码部分

• A榜结果：0.26810608 提升0.3%

3. 基于2
   • 由于训练数据集的有些框标注并不准确，因此为了提高检测框的泛化能力，对训练集的标注框进行扰动，扰动范围为 [0.9, 1.1], 即bboxjitter, 代码部分

• A榜结果：0.26970710918 提升0.16%

4. 基于3
   • 为了提高模型的召回率， 用soft_nms替换nms

• A榜结果：0.27433556953 提升0.5%

5. 基于4
   • 由于FPN中上采样采用的是最近邻插值算法，在上采样的过程中，会导致信息的丢失。为了减少上采样过程中信息的丢失，因此采用 CARAFE (可学习的轻量级上采样算法)。

• A榜结果：0.27521643 提升0.1%

6. 基于5
   • 由于从loss曲线上看，模型并没有收敛，且为了使模型更充分的利用训练数据，因此增加训练轮数， epoch:20。

• A榜结果：0.28022861478 提升0.5%

其他尝试，但不work:

• rpn部分采用atss
• anchor增加一个16尺寸
• cas iou调整为[0.55, 0.65, 0.75]
• autoaugmentv2 , v3
• color distort
• mixup
• 类别平衡采样
• fpn替换为acfpn
• box head的回归loss替换为giou loss, 替换为iou loss
• swa + epoch:12
• GeneralizedAttention(0010)
• gcb_c5_r4(global context block)
• 增加训练尺寸，[600-1100]

为了提高模型的鲁棒性，尝试其他模型，便于模型融合

• a. cascade_rcnn_s101_dcn_fpn + gc(全局上下文信息) + bboxjitter(0.9,1.1) + ms(600-1000) + casiou(0.55-0.75) + softnms(0.5) + fp16 + bs2 + Adam(3e-5) + grad_clip(35) + e20

  • A榜结果：0.27352517935

• b. cascade_rcnn_r2_101_dcn_fpn + gc + bboxjitter(0.9,1.1) + ms(600-1000) + casiou(0.55-0.75) + softnms(0.5) + fp16 + bs2 + Adam(3e-5) + grad_clip(35) + e20

  • A榜结果：0.26708985523

• c. 配置同a,b, 只是换了backbone, 以下同理。 r101

  • A榜结果：0.26568430115

• d. x101_32x4d — A榜结果：0.25717720485

• e. swin_small

  • A榜结果：0.26715268562

• f. swin_base

  • A榜结果：0.26849687241

注意：e,f两种模型是在V100,显存32G上训练的， batch_size设置的是4。

至此： 单模最好结果是detectors_r50: A榜：0.28022861478

模型融合

• a.

  • detectors_r50
  • s101
  • 融合方式：先nms, 再融合，WBF, weights=[1.5,1], iou_thr=0.6, conf_type:avg
  • A榜结果：0.29156969777 提升1.1%

• b.

  • detectors_r50
  • s101
  • r2_101
  • 融合方式：先nms, 再融合，WBF, weights=[1.5,1,1], iou_thr=0.6, conf_type:avg
  • A榜结果：0.29706135891 提升0.6%

• c.

  • detectors_r50
  • s101
  • r2_101
  • r101
  • 融合方式：先nms, 再融合，WBF, weights=[1.5,1,1,1], iou_thr=0.6, conf_type:avg
  • A榜结果：0.29870779698 提升0.17%

• d.

  • detectors_r50
  • s101
  • r2_101
  • r101
  • x101_32x4d
  • 融合方式：先nms, 再融合，WBF, weights=[1.5,1,1,1,1], iou_thr=0.6, conf_type:avg
  • A榜结果：0.30030742718 提升0.16%

• e.

  • detectors_r50
  • s101
  • r2_101
  • r101
  • x101_32x4d
  • swin_small
  • 融合方式：先nms, 再融合，WBF, weights=[1.5,1,1,1,1,1], iou_thr=0.6, conf_type:avg
  • A榜结果：0.30313734501 提升0.28%

• f.

  • detectors_r50
  • s101
  • r2_101
  • r101
  • x101_32x4d
  • swin_small
  • 融合方式：先融合，再soft_nms
  • A榜结果：0.30403569492 提升0.1%

• g.

  • detectors_r50
  • s101
  • r2_101
  • r101
  • x101_32x4d
  • swin_small
  • swin_base
  • 融合方式：先融合，再soft_nms
  • A榜结果：0.3041911832
  • B榜结果：0.16970481815

coco模型权重下载链接

代码目录

/data 
├── raw_data            (数据集)
|   |—— train     (训练集目录)    
|   |—— test_A    (测试集_A目录）
|   |—— test_B    (测试集_B目录）
├── user_data           (用户中间数据目录)
├── prediction_result   (预测结果输出文件夹)
├── code                (代码文件夹）
├── main.sh             (预测脚本)
|—— train.sh            (训练脚本）
└── README.md