Skip to content

基于虚拟仿真环境下的自动驾驶交通标志识别 Datafountain 平台上的一个竞赛,最终成绩为0.986,25th。前排大佬都能做到0.996+了,膜拜学习一下

Notifications You must be signed in to change notification settings

lukaisheng1203/DF-traffic_sign_Detect

 
 

Repository files navigation

基于RetinaNet检测器作为主干网络检测器来做的,预处理部分主要是对图像作了增强,从原图中扣取出400*400的图进行训练,更容易准确检测到目标。
测试集的话则根据之前比较好的测试结果来进行扣取测试图像。同时可以对多个检测模型的检测结果进行融合,取检测框的交集或者取并集具体根据自己的任务需求而定。
然后就是细致的调参过程了。

对于二阶检测算法不是太熟,尝试了mask RCNN,faster RCNN,可能是没有调好,线上只能调到0.8+,着实是一种遗憾,还是需要更加深入不断的学习。

最后其实关于数据增强方面有尝试随机裁剪原图像,效果应该可以更好,只是策略训练的太晚了,同时感觉对原图加一些图像增强及相关预处理效果可以更好。

总之,参加比赛嘛,一次学习和实践的过程,也着实在这个过程里学习到了不少的东西。分享给大家,交流学习一下

About

基于虚拟仿真环境下的自动驾驶交通标志识别 Datafountain 平台上的一个竞赛,最终成绩为0.986,25th。前排大佬都能做到0.996+了,膜拜学习一下

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%