旷视AI智慧交通开源赛道，冠军方案，初赛1/177，复赛1/12。
本赛题为复杂场景的交通标志检测，对五种交通标志进行识别。
megengine
-
网络框架
- atss + resnext101_32x8d
-
训练阶段
-
图片尺寸
最终提交版本输入图片尺寸为(1500,2100) -
多尺度训练（最终提交版本未采用）
起初我们将短边设为(1024, 1056, 1088, 1120, 1152, 1184, 1216, 1248, 1280, 1312, 1344, 1376, 1408)，随机选取短边后，长边按比例缩放，并使长边长度小于1800，从而进行多尺度训练，取得了很好的效果。 不过后期的mosaic和mixup在增强时对图片进行了缩放，实则隐含了多尺度训练，且效果优于上述方法，所以我们最终去掉了多尺度训练。 -
数据增强
-
mosaic增强
随机选择四张图片，对图片进行随机平移10%，尺度缩放(0.5,2.0)，shear 0.1，最后将四张图片进行组合。
-
mixup增强
随机选取两张图进行叠加，我们最终选用的比例是0.5 * 原图+0.5 * 新图片，同时其进行缩放(0.5,2.0)。
下图为mosaic+mixup示例图：
-
随机水平翻转
直接对图片进行翻转，会导致第三个类别“arr_l”（左转线）和右转线混淆，故我们添加了class-aware的翻转，遇到有“arr_l”类的图片则不进行翻转。
-
基于Albumentations库的各种增强（最终提交版本未采用）
我们尝试了ShiftScaleRotate（验证集+0.5）、CLANE（验证集+1.0）、RandomBrightnessContrast等，但组合起来测试集提点欠佳，所以最后没用。
-
gridmask增强（最终提交版本未采用）
生成一个和原图相同分辨率的mask（每个grid上全为0或全为1），然后将该mask与原图相乘得到一个图像。提点欠佳，所以没采用。
-
类别平衡采样（最终提交版本未采用）
使用类别平衡采样后，效果不是很好，这可能是因为数据集本身没有严重的类别不均衡。下面是我们统计的每个类别在图片中出现的频率。
红灯 直行线 左转线 禁止行驶 禁止停车 频率 0.356 0.228 0.201 0.257 0.485
-
-
-
多尺度测试
-
多尺度测试图片尺寸
最后提交版本(2100,2700),(2100,2800),(2400,3200)，如果继续增加尺度，map还会继续提高。
-
topk—nms
对上述三个尺度生成的结果先进行nms，再将得到的结果框与剩下所有框进行topk—nms（保留与当前结果框iou大于0.85的topk的框，把这些框的坐标进行融合），参数设置vote_thresh=0.85, k=5。
-
-
网络结构
-
加上增强后，backbone从res50到res101再到resx101有稳定涨点。
-
我们还在backbone部分尝试了dcn和gcnet，验证集收效甚微，最终没有采用。
-
- 数据集位置
/path/to/
|->traffic
| |images
| |annotations->|train.json
| | |val.json
| | |test.json
- 训练测试
在加上增强后，我们训练了36个epoch。
pip3 install --user -r requirements.txt
export PYTHONPATH=your_path/trafficsign:$PYTHONPATH
cd weights && wget https://data.megengine.org.cn/models/weights/atss_resx101_coco_2x_800size_45dot6_b3a91b36.pkl
python3 tools/train.py -n 4 -b 2 -f configs/atss_resx101_final.py -d your_datasetpath -w weights/atss_resx101_coco_2x_800size_45dot6_b3a91b36.pkl
python3 tools/test_final.py -n 4 -se 35 -f configs/atss_resx101_final.py -d your_datasetpath
(-n 能抢到几张卡就写几吧qaq)
以上提到的所有方法，无论最终是否采用，代码中均有实现。
https://github.com/MegEngine/Models/tree/master/official/vision/detection