一年前的今天，2020/1/22日本时间上午九点， 我在丰冈往京都的JR特急上等待kaggle竞赛开奖。 由於很早就安排带小孩出游，所以最後几天 只用预先准备好的submission玩Fit LB的游戏。 话说运气一直都是打kaggle很重要的一部分。 https://www.kaggle.com/c/pku-autonomous-driving/leaderboard 这场比赛是预测图像中车辆的6个自由度(6 degrees of freedom) 也就是相对於摄影机的平移(x, y, z)与旋转(yaw, pitch, roll)， 评估指标是mAP 输入图像： https://i.imgur.com/QwzD74U.jpg 标记是每辆车的6个自由度，太小的车辆提供mask不予计算。 根据ground truth可以画出如下示意图： https://i.imgur.com/uOA9q69.jpg 每场比赛都有许多大大小小的细节，但过了一年 我想这场只有一个关键值得一提。 基本解法是拿物件侦测模型改输出就不用多说了。 由於训练资料只有四千多张，所以在看了一些方法後， 就把竞赛重心转移到资料增强方面。 因为这场比赛的资料特性，使得一般常用的旋转平移裁切都无法使用。 # 看来只能从旋转摄影机下手 # 意外的是在这个领域没看过使用这个方法 kaggle好玩就在这里，有时候你只要比别人多一招就足以影响比赛结果。 更何况这个方法不但增加source的变化，同时target也改变了，堪称完美。 举例说明实际的操作结果。 底下有两张图，一张原始资料，一张是摄影机原地向左旋转50度： https://i.imgur.com/2iGyzmG.jpg https://i.imgur.com/yjEskVu.jpg 原图最左边那台车相对应的6个自由度： x y z yaw pitch roll 原始 -3.28 2.79 8.51 0.159 -0.009 -3.091 左转50度 4.42 2.79 7.98 0.064 -0.883 -2.987 左右转50度的动画图： https://i.imgur.com/9MwpU1x.gif 三个维度都可以自由旋转，详情请看范例： https://www.kaggle.com/outrunner/rotation-augmentation 说穿了不就只是个资料增强？ 差别在於同一台车同样背景，会因为出现在 画面中的位置、角度与透视变形不同，而有不同的答案。 刚好我们希望模型学到的是"物件的位置、角度与透视变形"， 而不是"物件本身与背景"。 丰富的资料也让模型更强健， 这可能也是最後在private test set胜出的原因。 如果你的模型没看过天上飞的车子， 就无法对飞天车做出正确的预测。(这就是deep learning) 当然啦，如果要再吹毛求疵一点， 这个操作是假设摄影机是所谓的"理想摄影机"。 不过当你面对仅有四千张图以及标记误差的时候不用想这麽多。 # 结果就是mAP大约多10% 解法全部内容： https://www.kaggle.com/c/pku-autonomous-driving/discussion/127037 竞赛总结： # 一个资料增强的方法使分数多10%，而且只有我在用 ~ 你怎麽能说kaggle不好玩 欢迎讨论 :) --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.230.238.138 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1611311719.A.B7E.html