【數(shù)據(jù)競賽】2020首屆海洋目標(biāo)智能感知國際挑戰(zhàn)賽冠軍方案分享

作者：歐奕旻、左育莘、楊銳

賽事回顧

2020年12月22日由中國造船工程學(xué)會等單位主辦，哈爾濱工程大學(xué)承辦，武漢理工大學(xué)協(xié)辦的首屆“海洋目標(biāo)智能感知國際挑戰(zhàn)賽”落下帷幕。秉承 “逐夢海洋，感知智能，突破自我，創(chuàng)新未來”的精神，來自清華大學(xué)深圳國際研究生院的“秀姐和她快樂的小伙伴”隊，由歐奕旻、左育莘和楊銳組成，在李秀教授的指導(dǎo)下從150支參賽隊伍中脫穎而出，榮獲研究生組冠軍。

活動官方網(wǎng)站：

https://www.smartship.cn

https://www.hwtelcloud.com （NAIE網(wǎng)站）

選手分享

1

賽題描述

本次大賽要求參賽選手通過定位圖片中出現(xiàn)目標(biāo)的位置（邊界框坐標(biāo)），識別每個目標(biāo)示例的類別和屬于該類的置信度，從而完成多類海洋船舶目標(biāo)檢測識別任務(wù)。為了評估算法的實用性，比賽采用COCO形式的平均精度均值mAP，不僅可以評估模型的分類能力，也能體現(xiàn)出模型的定位能力。

2

模型介紹

本次比賽我們以Cascade RCNN作為baseline，以Res2Net101作為Backbone；通過逐步融合如soft-NMS、可變卷積(DCN)、多尺度訓(xùn)練(SNIP)等提升檢測效果的方法，組成了最終的模型。

1. Baseline的選取

執(zhí)行目標(biāo)檢測任務(wù)的雙階段算法一直在各大比賽中占據(jù)著半壁江山。CascadeRCNN通過級聯(lián)多個RCNN head，逐步微調(diào)候選框位置，解決了訓(xùn)練階段和測試階段候選框的質(zhì)量與分布不匹配問題。所以，為了保證檢測效果，我們采用該算法作為baseline。

網(wǎng)絡(luò)結(jié)構(gòu)圖 圖源|CascadeRCNN[1]

2. Backbone的選取

ResNet通過在每兩層或三層之間增加短路機制、引入殘差學(xué)習(xí)的方式解決了深度網(wǎng)絡(luò)的退化問題。Res2Net網(wǎng)絡(luò)則基于ResNet，在單個殘差塊內(nèi)構(gòu)造分層的殘差類連接，增加了每個網(wǎng)絡(luò)層的感受野范圍，并實現(xiàn)了以更細(xì)粒度表示多尺度特征的功能。這種結(jié)構(gòu)可以增加卷積網(wǎng)絡(luò)學(xué)習(xí)的信息量，明顯的提高模型的分類效果。在使用ResNet101做了對比實驗后，我們選擇Res2Net101作為backbone。

Res2Net殘差結(jié)構(gòu) 圖源|Res2Net[2]

3

提升技巧

比賽過程中，我們通過不斷增加提升技巧的方式驗證各種技巧的適用性。先以CascadeRCNN+ResNet101作為baseline，在公開測試集A上的mAP=64.68%，增加所有提升技巧之后在公開測試集A上的mAP=67.09%。

1. Albu數(shù)據(jù)增強

在計算機視覺任務(wù)中，數(shù)據(jù)增強是一種常用的增加模型魯棒性的方法。Albumentation是一種快速靈活的數(shù)據(jù)增強庫，我們采用該方法后，雖然mAP值降低了0.36%，但是我們認(rèn)為這對結(jié)果基本沒有影響，且會增加模型的泛化性能。

2. SNIP多尺度訓(xùn)練和多尺度測試

通過觀察數(shù)據(jù)集，我們發(fā)現(xiàn)一些目標(biāo)船舶占據(jù)的大部分，還有一些目標(biāo)船舶非常小，這種極端尺度的目標(biāo)在anchor機制中很難被分到前景中。多尺度訓(xùn)練和多尺度測試SNIP方法可以將圖片縮放至不同的分辨率，使得目標(biāo)以不同的比例出現(xiàn)在檢測器中，從而實現(xiàn)大目標(biāo)和小目標(biāo)均可被檢測到的功能。開始時我們就將該技巧使用在baseline中。

3. DCN

可變卷積網(wǎng)絡(luò)(DCN)具有適應(yīng)待檢測目標(biāo)發(fā)生空間形變的能力，能夠根據(jù)需要識別的內(nèi)容進(jìn)行動態(tài)調(diào)整，從而改變感受野范圍。采用該技巧之后，mAP值提升接近2%。

4. soft-NMS

從數(shù)據(jù)集中分析得知，一些圖片中船舶與島嶼之間存在重疊，一些小型船只與巨輪之間也存在重疊，這種重疊的目標(biāo)容易出現(xiàn)False Positive，從而對AP值產(chǎn)生影響，所以我們采取soft-NMS方法。這種方法可以通過降低重疊區(qū)域候選框的得分來避免盲目刪除重疊候選框。

5.HTC模型預(yù)訓(xùn)練

HTC模型是一種引入了語義分割模塊的的混合級聯(lián)網(wǎng)絡(luò)，因為語義分割是對全圖進(jìn)行的像素級分類，對前景和背景有較強分辨能力，所以HTC模型學(xué)習(xí)的參數(shù)更好。我們使用該網(wǎng)絡(luò)在COCO數(shù)據(jù)集上預(yù)訓(xùn)練，然后將其部分參數(shù)遷移到我們的模型上。

另外，因為Adam優(yōu)化算法可以較好的適應(yīng)陌生數(shù)據(jù)集，我們使用它來做優(yōu)化；我們還使用了學(xué)習(xí)率熱身(warm-up)來穩(wěn)定訓(xùn)練過程。

4

總結(jié)展望

非常感謝主辦方提供的參賽機會，李秀教授的悉心指導(dǎo)，以及華為NAIE網(wǎng)絡(luò)人工智能云服務(wù)提供的AI模型訓(xùn)練平臺。本次比賽不僅提高了我們對目標(biāo)檢測算法的掌握程度，還增加了我們海洋船舶方面的知識。但是，我們的模型仍然存在較大的進(jìn)步空間，比如在使用Albu數(shù)據(jù)增強時，也應(yīng)該做一個對比實驗進(jìn)行驗證。最后，希望智慧海洋技術(shù)快速發(fā)展，助力我國海洋強國的建設(shè)！

●浩瀚論劍，等你來戰(zhàn)！2020年首屆海洋目標(biāo)智能感知國際挑戰(zhàn)賽即將開賽

參考文獻(xiàn)

[1] Cai Z, Vasconcelos N. Cascade R-CNN: delving into high quality object detection[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2018: 6154-6162.

[2] Gao S , Cheng M M , Zhao K , et al. Res2Net: A New Multi-scale Backbone Architecture[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2019, PP(99):1-1.

[3] Buslaev A, Iglovikov V I, Khvedchenya E, et al. Albumentations: fast and flexible image augmentations[J]. Information, 2020, 11(2): 125.

[4] Singh B, Davis L S. An analysis of scale invariance in object detection snip[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2018: 3578-3587.

[5] Dai J , Qi H , Xiong Y , et al. Deformable Convolutional Networks[J]. 2017.

[6] Bodla N, Singh B, Chellappa R, et al. Improving object detection with one line of code. CoRR (2017)[J]. arXiv preprint arXiv:1704.04503.

往期精彩回顧




適合初學(xué)者入門人工智能的路線及資料下載
機器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印
機器學(xué)習(xí)在線手冊
深度學(xué)習(xí)筆記專輯
《統(tǒng)計學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯
AI基礎(chǔ)下載
機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯
本站知識星球“黃博的機器學(xué)習(xí)圈子”（92416895）
本站qq群704220115。
加入微信群請掃碼：