2020 ECCV 目标检测冠军
向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
This is 1st Code for the VIPriors Object Detection of 2020 ECCV Workshop VIPriors workshop
1. 离线增强
(1) 复制所有图片6次，并进行随机自动增强(策略包括，亮度，洗牌通道，对比度，噪声)
(2) 对类别较少的样本使用bbox增强,本部分参考开源仓库bbox-augmentation
(3) 对以上所有数据应用albumentations增强库(策略只包括 色彩饱和度和中值模糊)\
2. 在线增强
(1) bbox-jitter，检测框抖动 本部分代码参考开源仓库bbox-jitter
(2) grid-mask 擦除
(3) mix-up 混合
3. 训练技巧
(1) 增加 global context feature
(2) 在骨干网中加入switchable atrous convolution
(3) 根据kaiming大神的论文，把骨干网的BN换成GN，效果神奇
(4) 使用SGD_GC优化器，本部分参考开源仓库Gradient-Centralization
使用了Cascade-RCNN级联检测器，骨干网 ResNeSt-152, Res2net-101, SeNet-154,最后结果检测框merge
项目代码 获取方式：
关注微信公众号 datayx 然后回复 目标检测 即可获取。
3个模型的配置文件路径：
/mmdection/custom_configs/
Step1：运行方法
python eccv_coco_main.py 训练得到3个模型
Step2:推理部分
python eccv_coco_test.py 推理得到3个结果
setep3:融合
python inference_merge.py
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx