一年前的今天，2020/1/22日本時間上午九點， 我在豐岡往京都的JR特急上等待kaggle競賽開獎。 由於很早就安排帶小孩出遊，所以最後幾天 只用預先準備好的submission玩Fit LB的遊戲。 話說運氣一直都是打kaggle很重要的一部分。 https://www.kaggle.com/c/pku-autonomous-driving/leaderboard 這場比賽是預測圖像中車輛的6個自由度(6 degrees of freedom) 也就是相對於攝影機的平移(x, y, z)與旋轉(yaw, pitch, roll)， 評估指標是mAP 輸入圖像： https://i.imgur.com/QwzD74U.jpg 標記是每輛車的6個自由度，太小的車輛提供mask不予計算。 根據ground truth可以畫出如下示意圖： https://i.imgur.com/uOA9q69.jpg 每場比賽都有許多大大小小的細節，但過了一年 我想這場只有一個關鍵值得一提。 基本解法是拿物件偵測模型改輸出就不用多說了。 由於訓練資料只有四千多張，所以在看了一些方法後， 就把競賽重心轉移到資料增強方面。 因為這場比賽的資料特性，使得一般常用的旋轉平移裁切都無法使用。 # 看來只能從旋轉攝影機下手 # 意外的是在這個領域沒看過使用這個方法 kaggle好玩就在這裡，有時候你只要比別人多一招就足以影響比賽結果。 更何況這個方法不但增加source的變化，同時target也改變了，堪稱完美。 舉例說明實際的操作結果。 底下有兩張圖，一張原始資料，一張是攝影機原地向左旋轉50度： https://i.imgur.com/2iGyzmG.jpg https://i.imgur.com/yjEskVu.jpg 原圖最左邊那台車相對應的6個自由度： x y z yaw pitch roll 原始 -3.28 2.79 8.51 0.159 -0.009 -3.091 左轉50度 4.42 2.79 7.98 0.064 -0.883 -2.987 左右轉50度的動畫圖： https://i.imgur.com/9MwpU1x.gif 三個維度都可以自由旋轉，詳情請看範例： https://www.kaggle.com/outrunner/rotation-augmentation 說穿了不就只是個資料增強？ 差別在於同一台車同樣背景，會因為出現在 畫面中的位置、角度與透視變形不同，而有不同的答案。 剛好我們希望模型學到的是"物件的位置、角度與透視變形"， 而不是"物件本身與背景"。 豐富的資料也讓模型更強健， 這可能也是最後在private test set勝出的原因。 如果你的模型沒看過天上飛的車子， 就無法對飛天車做出正確的預測。(這就是deep learning) 當然啦，如果要再吹毛求疵一點， 這個操作是假設攝影機是所謂的"理想攝影機"。 不過當你面對僅有四千張圖以及標記誤差的時候不用想這麼多。 # 結果就是mAP大約多10% 解法全部內容： https://www.kaggle.com/c/pku-autonomous-driving/discussion/127037 競賽總結： # 一個資料增強的方法使分數多10%，而且只有我在用 ~ 你怎麼能說kaggle不好玩 歡迎討論 :) --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.230.238.138 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1611311719.A.B7E.html