数猪第一名！推荐给你的朋友们！猪只盘点挑战赛Baseline分享
共 1542字，需浏览 4分钟
·
2021-07-27 09:59
每年这么多场比赛，层出不穷的新赛题搞得大家有些麻木。
今天老DC给大家推荐一个新赛题，也许不适合你，但一定适合一起打比赛的好兄弟。
不过，猪猪不是按“头”来计算的吗？
所以是不是可以叫“猪头盘点挑战赛”？
听说，现在养猪特别赚钱，别再一头扎进高端大气学术圈了，扎进猪圈吧~
九尺之台，起于累土，飞黄腾达也可以从数猪开始~
找猪不能只靠眼睛，还要靠机器学习。不熟悉目标检测没关系，老DC的小伙伴“胜券在握”为大家贡献了一份找猪Baseline。
猪只识别baseline采用了现有的目标检测框架，使用imageai中的Resnet50，权重参数使用预训练的结果，如下图：只能识别出部分猪只。
优化方法：
1. 大家可以用自己的计算资源训练一下，或者去kaggle上面白嫖一下GPU。
2. 同时，我发现使用最新的yoloV5效果可能有还所提升，代码正在整理。
使用yoloV5训练后效果更好，如下图：
yoloV5官方地址：(https://github.com/ultralytics/yolov5)
我打赌你只吃过猪肉，没见过猪跑，更没见过猪圈里乱窜的猪猪们，没事看吃播的你，下载数据集看一下猪猪吃播吧，真香。
13道赛题baseline见文末
盘点Baseline
“胜券在握”同学同时为大家分享了另外两个赛题的Baseline。
baseline中使用了w2v(使用gensim包)，将蛋白质的字母序列中的每个字母转化为w2v向量，同时计算每一个蛋白质字母序列的长度，均值，方差等统计特征。同时以蛋白质对应的种类作为标签，来训练预测。
以下为部分字母对应词向量：
使用librosa包读取咳嗽声，同时隔3取样之后，使用librosa.feature.mfcc函数对声音进行取样，进行训练。
还有上次分享的5个Baseline（点击下图跳转往期文章）
13道赛题baseline链接直达：https://github.com/jiangjiang0998/summer_code
还没报名科大讯飞A.I.开发者大赛的同学
可以识别下方二维码或点击阅读原文
参与报名
干啥啥不行，数猪第一名！
速速推荐给你身边的数猪达人！
Baseline作者
个人公众号：数据anaconda