CVPR2020|深兰科技挑战复杂场景,获雾天条件目标检测挑战赛冠军

深兰科技
关注

03赛题特点&主要工作

在这次挑战赛中,主要的难点包含以下几个方面:

1.可视条件差、图像模糊

可视条件差是这个赛道核心问题,雾天收集的数据特点就是能见度低,图像模糊,远处的物体不容易被检测与识别,容易造成大量的目标漏检、误检,从而导致mAP效果下降。

2.图片数量少,数据分布不平衡

总共只有4000多张带标注的图片,增加了训练难度,再加上数据分布的不均衡,很难划分一个具有代表性的验证集,很可能导致模型不具有泛化能力,在新的测试集上表现会不如预期。

检测器

我们先通过常规检测所累积的经验构造出一个baseline:

Baseline=Backbone+DCN[1]+FPN[2]+CascadeRCNN[3]

这套pipeline,也是去年冠军团队所使用的方法,在这里我们沿用这套算法,以此为基础进行改进。

通过观察实验结果发现,模型误检情况远多于漏检,经常出现一个目标有多个检测结果,并且这些检测结果之间无法使用nms去除。归纳为两方面原因。

1.模型自身能力不足,回归分类能力差,导致大量误检;

2.负样本不足,由于样本个数限制,模型会在一些模棱两可的地方检测出置信度较高的结果,无法通过阈值去处理这些误检结果。

根据目前结果做了一下几个方面的改进:

1.DoubleHeads[6]

当需要提升模型能力时,有2个比较简单高效的方法,一是使用更强的backbone,二是提高RCNN中分类检测head的能力,通过实验比对,我们最终使用了doublehead的结构(如下图所示)。

▲DoubleHeads

Doublehead采用分而治之的思想,将原始head解耦为2个独立的分支,针对不同的需求设计head结构,通过对比实验可发现:使用FC-head做分类,Conv-head做回归,可以得到最好的效果。

因为分类更多地需要语义信息,所以使用全连接层。而坐标框回归需要更多的空间信息,因此使用卷积层。当然这种方法会增加计算量。在平衡速度和准确率的情况下,最终我们选择了3个残差2个Non-local共5个模块。

声明: 本文由入驻OFweek维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存