算法「水下目标检测算法赛」决赛结果出炉!60 天角逐,亮点纷呈( 二 )


值得一提的是 , 为帮助选手进行熟悉对鹏城云脑系统 , 主办方提供了许多关于云脑系统的入门引导资料 , 包括容器启动 , 环境安装 , 数据挂载 , 异常处理及使用注意事项等 。
60 天角逐 , 为冠者加冕 本次“水下目标检测算法赛”主要聚焦于水下目标检测算法领域的技术瓶颈突破 , 「光学图像目标检测」需要检测出不同海产品的位置 , 「声学图像目标检测」主要以海底的特殊地形地貌、人造物等构成的特征目标为检测对象 。
经过长达 60 天的激烈角逐 , 通过专家评审的多轮审核评定 , 算法赛技术委员会的最终确认 , 「光学图像目标检测」、「声学图像目标检测」两个赛项的结果均已公示 。
其中 , MaybeTomorrow 团队获得「水下光学图像目标检测」一等奖 , passi0n 团队获得「水下声学图像目标检测」一等奖 。
在光学图像赛项中 , MaybeTomorrow 参赛队针对真实水下数据稀缺和训练测试数据分布存在差异等特点 , 以 Cascade RCNN 为主模型 , 结合了前沿的可变形卷积与非局部模块 , 并创新性地利用 Auto-ML 的思想来自动搜索适合水下目标检测问题的数据增广方案 , 从而显著提升了检测算法性能 , 充分展现了对基本检测模型的熟练掌握和对前沿机器学习算法的合理运用能力 。
【算法「水下目标检测算法赛」决赛结果出炉!60 天角逐,亮点纷呈】在声学图像赛项中 , passi0n 参赛队对数据集中目标的尺寸分布和宽高比分布有特点地进行了分析 , 成功设置锚框超参数 , 引入了可变型卷积的 ResNet50 网络 , 更好地适应了目标形状分布的多样性 。 另外 , 其高分辨率的骨干网络 Hrnet18 能够学到丰富的高分辨率表征 , 避免了短边特征的信息损失;基于半监督的方法用伪标签微调模型 , 提高了模型的鲁棒性 。 无论在数据分析 , 还是在网络的融合和调节方面 , 均有所创新 。
至此 , 全国水下机器人(湛江)大赛的第一阶段(线上赛)告一段落 , 与此同时大赛的现场赛也已拉开帷幕 , 现场赛(决赛)将于 5 月 18-19 日在湛江展开 , 21 日将举行大赛两个阶段线上赛和现场赛的颁奖典礼 , 敬请期待 。 雷锋网


推荐阅读