深兰科技|获雾天条件目标检测挑战赛冠军，CVPR2020|深兰科技挑战复杂场景( 三 ) 在6月刚结束的国际计算机视觉顶会CVPR2

文章图片

文章图片
由于最终结果以docker形式提交，为了保证模型效果，并没有采用多模型或者多尺度融合。因为融合使用soft_nms ，很多框并不会去掉只是变为低分结果。尤其在这个数据集上，模型误检较多，多模型或多尺度融合后会引入更多的误检框，很可能导致得分会变得很低。
参考文献
[1]DaiJ,QiH,XiongY,etal.DeformableConvolutionalNetworks[J].2017.
[2]LinTY,Dollár,Piotr,GirshickR,etal.FeaturePyramidNetworksforObjectDetection[J].2016.
[3]CaiZ,VasconcelosN.CascadeR-CNN:DelvingintoHighQualityObjectDetection[J].2017.
[4]SongG,LiuY,WangX.RevisitingtheSiblingHeadinObjectDetector[J].2020.
[5]Qin,X.,Wang,Z.,Bai,Y.,Xie,X.,&Jia,H.(2020).FFA-Net:FeatureFusionAttentionNetworkforSingleImageDehazing.ArXiv,abs/1911.07559.
【深兰科技|获雾天条件目标检测挑战赛冠军，CVPR2020|深兰科技挑战复杂场景】[6]Wu,Y.,Chen,Y.,Yuan,L.,Liu,Z.,Wang,L.,Li,H.,&Fu,Y.(2019).RethinkingClassificationandLocalizationinR-CNN.ArXiv,abs/1904.06493.