目标检测比赛提高mAP的方法

数据预处理

分析数据集中标注框的性质

主要是分析bbox的area和高宽比的分布，根据area和aspect_ratio来设置anchor generator的参数。
另外，当aspect ratio分布比较分散时，可以考虑使用Deform conv

分析类别均衡问题

统计数据集中各类别实例的比例，如果类别分布不均衡（最多和最少差别几倍以上），可以考虑使用detectron2中的RepeatFactorTrainingSampler。

训练集和验证集的分割

在一般的比赛中，都会限制每天结果的提交次数，因此使用网站上的测评来验证参数性能并不可取，同时也容易过拟合。因此需要从训练集中分割出来一部分作为测试集。
通常可以采用0.2的比例进行分割。当训练集中类别极度不平衡时，还要考虑到不平衡类别的分割，也可以在将不平衡类别扩充之后再分割。

数据增强

数据增强极为重要，网络结构训练方法基本都是确定了的，好的数据并不是人人都能获得，而且从原始数据中分析并提取高质量的数据也不是人人都能办到的。
数据增强的内容很多，具体可以分为像素变换和几何变换，前者不会影响bbox坐标，后者会涉及bbox的变换。
具体的数据增强方法还是要根据数据集的特性来看，例如图像有无旋转，有无运动模糊，flip操作是否合理等。
在数据增强方面，mmdetection 做的比detectron2要好一些，可以使用albu库，具体可以到github上看。下面推荐一些数据增强方法：

• flip，分为左右和上下，具体哪种看数据情况，常用的是左右；
• resize， 多尺度，很有必要，无论是one-stage还是two-stage，无论是anchor-free还是anchor-based
• distort， 像素级变换，一般都要加，主要调整图像颜色，色调，饱和度等
• blur，blur有很多种，高斯，中值，运动等，这里推荐使用mmdetection+ablu，可以以一定概率施加blur，很方便。具体使用结合数据集；
• Expand， SSD中采用的数据增强方法，将图像缩小后其余地方补0，增加对小目标的适应性
• MinIoURandomCrop， SSD中采用的随机裁剪方法，可以参考知乎文章
  另外还有albu中一些数据增强方法。
  有两种数据增强方法不得不提，就是mix-up和填鸭式。
  所谓mix-up就是两张图按照一定的比例混合在一起，图中所含目标标签也以比例重新赋值，mixup的实现我还没有找到，以后再补充吧。
  所谓填鸭式，就是将一些目标扣出来，放到没有目标的图上去，增加图像的鲁棒性，抠出来的目标可以使误检的（FN）或者漏检的，具体可以参考实现

模型结构

目标检测bbox的表现中，cascade rcnn应该是表现最好的，可以以r50+fpn作为backbone为baseline，如果对速度有格外的要求，可以考虑使用ssd+fpn
也可以考虑使用yolov3+GIoU

backbone

一个强的backbone一般都会带来mAP的提升，但是在考虑速度的情况下，还是要谨慎使用过大的backbone。。

fpn

目前我只是使用过fpn，是不是其他的fpn会带来提升我也没试过。

bn，gn， syncbn

batchnorm的方式，推荐都试一下，一般来说syncbn会比较好，但是如果模型太大，batch_size比较小，最好还是frozen_bn，即从预训练模型中加载，并不更新bn参数。

模型训练

预训练模型

预训练模型十分重要，可以使训练迅速收敛，减少训练时间，给调参留下更多机会。
最好的方法是使用整个网络在一个大数据集上训练得到的模型，如果条件不允许，也要尽量使用backbone的预训练模型，或者backbone+FPN的模型。

迭代次数

采用在pascal voc和coco上论文中通用设置，可以先跑一个1x_schedule看看效果，一个1x表示12个epoch，在选择模型baseline时，可以每个epoch完在分割的val上看下效果。
进一步可以使用3x_schedule，在每两个epoch看下val上的表现。

学习率

关于学习率，一般论文中都拆用StepLrSchedule，可以考虑使用CosineLrSchedule或者CosineAnnelingLrSchedule。
注意在目标检测的训练过程中，一般都是要加上warming up的。

损失函数

损失函数方面也有很多技巧了，但是有些可能并不work，还是要看实验调参。

分类

对于不均衡问题，常用的损失函数有Focal loss，CHM。这里的类别不均衡是指的是在训练网络时，由于anchor密集采样造成的正负样本不均衡，而不是数据预处理中的类别不均衡。Focal loss是一个调参的过程，使用在两步法的检测器中正负样本不均衡问题由RPN网络解决，所以Focal loss在两步法的检测器中的性能还要看实验，CHM也是同理。

对于OHEM，在两步法中或许有效，但也是要看实验，个人感觉要比Focal loss要强一点。

回归

bbox的回归，最基础的就是编码+smooth_l1了，虽然有提出一些IoULoss，GIoUloss，对yolo提升很大，但是对于基于密集采样的fastx rcnn方法不一定work，所以并不推荐在cascade rcnn中使用。

推理

TTA

多尺度测试还是最有效的。。。

soft_nms

soft_nms一般都能涨分。。。

confidence_th

采用coco和pascal voc的评测方法，一般都会将confidence_th设的比较低，0.001左右，相当于把pr曲线往后拉长了，mAP自然会长