D2L-Kaggle-目标检测（牛仔穿戴）

这个Competition中，我们遇到的主要问题，是数据的不平衡。数据不平衡使得某些类别的样本过少，我们需要处理这个问题。

实战Kaggle比赛

• This is an object detection competition with imbalanced data challenge. You will need to train a model to detect cowboy outfits in wild images.
• 任务回顾：
  • 检测牛仔夹克、墨镜、靴子、牛仔帽、腰带6937张训练图片，12660标注框
  • 数据使用MS-COCO格式，评测使用mAP
    • 均可直接调用pycocotools

Challenge: 类别不平衡

类别失衡问题解决方案

• 当有类别样本严重不足时，可以人工干预提升它们对模型的影响力
• 最简答将不足的类别样本复制多次（手动将样本多复制，提高稀少样本的数量）
• 在随机采样小批量时对每个类使用不同采样频率（偏少的样本采样概率更高，能够使模型看到的样本更加均衡）
• 在计算损失时增大不足类别样本的权重（计算损失的时候，给偏少的样本更多的权重，使得模型看到偏少的样本的时候，能够让梯度“偏向”偏少的样本，从而进行学习）

随机采样，损失计算，样本重复等操作，可以独立使用，也可以组合使用。要注意不要过了哈！！！

• 有同学使用了SMOTE
  • 在不足类样本的中选择相近对做差值

想法类似：两个非常类似的样本，我把这两个样本中间的所有点，都认为是合法的样本。相当于无中生有！多了很多样本！！！

模型

• YOLOX: YOLOv3 + anchor free :
• YOLOv5: YOLOv3 Pytorch版本的改进版
  • YOLOv4和YOLOv5均是社区改迸版，命名有争以
• Detectron2: Faster RCNN
• 大都采用了多模型、k则融合

总结

• 目标检测代码实现复杂，训练代价大，上手仍以找到容易上手的库为主。
• 因为超参数多，一般需要较长时间探索

References

1. Competition on Kaggle

2. Mu Li’s Lession

3. Mu Li’s PPT