1.Yolov5检测海星竞赛
有很多前排的很值得借鉴，参考，学习。在这里就不一一列出了。感兴趣的可以自己去看看。
1.数据集部分
该数据集由三段视频帧组成，总共给的有图像的数据有4919张，还有上万张空图像，虽然说有五千张左右有目标的图像，但是由于是视频分出来的，有很多都是相似的图像，导致最终给的其实也就几百张的图像。
拆分的话，我们分了两种方式，一种是简单的按照视频ID去分，还有一种是基于子序列进行五折。实验效果的话我们实验的效果差不多，差距不是很大，不过最终选用的还是视频ID去划分。
2.评价指标
F2 score。 5PR/（4P+R）漏检比较致命。
3.模型部分
然后就是模型部分，模型我采用YOLOv5和YOLOX融合的方式，然后使用tracking的方式。
数据增强方面
数据增强方面，yolov5的默认配置的话，mosaic和mixup概率给了0.5，加了较多的数据增强，那么问题就来了，加了过多的数据增强之后，对于大数据集，增强后的数据分布和原样本或者测试样本分布还不会差很多，但是对于这个比赛的话，本身数据集就不多，用了太多增强后，分布差异就会比较大，所以我这边选择降低了概率，有但是触发概率变小。
mosaic的话，本身是将四张图进行随机裁剪等然后拼接到一起，那么就有几率将小目标裁剪在图上，变相的增大了小目标在图中的站比，所以对小目标检测有用。mixup按照一定比例对两张图片进行混合。
模型方面
1.对anchor重新进行了聚类，yolov5本身在训练前会重新计算anchor，但是冗余感觉有点大，我就重新聚类了anchor，不过最终效果出来的话，没什么大影响。
2.v5s，m，l都试过，差距不是很大，所以主模型采用l6，用x的话太慢了，平衡一下速度和性能，就用l6作为主要的。然后进行了多尺度训练。多尺度训练还是很好用。通过对不同尺度的图片进行训练，提高检测模型的鲁棒性。
3.WBF。对多个模型的BBOX框按置信度排序，然后取最高置信度的框和其他的框相对比，若大于设定的IoU阈值，则放入同一个列表进行融合，直到和全部框计算完毕，融合就直接加权平均。然后反复上述过程，直到候选框选取完毕。
4.Tracking。Norfair 的工作原理是根据过去的位置估计每个点的未来位置。然后它尝试将这些估计位置与检测器提供的新检测点进行匹配。这里直接用了最简单的欧几里德距离。
4.赛后评价
1.比训练更高的分辨率，产生的盒子在 COTS 周围更紧密（精确）。在训练中，标签非常不精确，并且跨帧也不一致，甚至看起来是半自动的。并且盒子的大小在这个评估指标设置中起着巨大的作用，因为 0.8 IOU 阈值具有特别大的影响。
2.这次比赛数据集漏标有点严重。然后标签不一致，抖榜人挺多的。
完赛之后，在学习mmdetection框架。然后试了一下cascade rcnn。用了一些常规的数据增强，然后换了backbone为res2net。我觉得YOLOX的最后几个epoch关闭数据增强挺好用的，也加进去试了下。效果还是能提点的。最终直接能进前五十。不过结果 公榜成绩确实比私榜低。
文章出处登录后可见！
