交通標志本身種類眾多，大小不定，并且在交通復雜的十字路口場景下，由于光照、天氣等因素的影響，使其被精確檢測變得更加困難。提高上述場景下交通標志檢測準確度，將有助于降低十字路口交通事故發生的概率。

提供真實場景的道路圖片，部分圖片給出了交通標志的標注結果，所有交通標志共計 5 個類別，分別為紅燈、直行標志、向左轉彎標志、禁止駛入和禁止臨時停車。

數據示例如下：

初賽1/177，復賽1/12

框架

megengine

算法方案

• 網絡框架

• atss + resnext101_32x8d

• 訓練階段

• mosaic增強

  隨機選擇四張圖片，對圖片進行隨機平移10%，尺度縮放(0.5,2.0)，shear 0.1，最后將四張圖片進行組合。

• mixup增強

  隨機選取兩張圖進行疊加，我們最終選用的比例是0.5 * 原圖+0.5 * 新圖片，同時其進行縮放(0.5,2.0)。

  下圖為mosaic+mixup示例圖：

• 圖片尺寸
  最終提交版本輸入圖片尺寸為(1500,2100)

• 多尺度訓練（最終提交版本未采用）
  起初我們將短邊設為(1024, 1056, 1088, 1120, 1152, 1184, 1216, 1248, 1280, 1312, 1344, 1376, 1408)，隨機選取短邊后，長邊按比例縮放，并使長邊長度小于1800，從而進行多尺度訓練，取得了很好的效果。不過后期的mosaic和mixup在增強時對圖片進行了縮放，實則隱含了多尺度訓練，且效果優于上述方法，所以我們最終去掉了多尺度訓練。

• 數據增強

  
  

• mosaic增強

  隨機選擇四張圖片，對圖片進行隨機平移10%，尺度縮放(0.5,2.0)，shear 0.1，最后將四張圖片進行組合。

• mixup增強

  隨機選取兩張圖進行疊加，我們最終選用的比例是0.5 * 原圖+0.5 * 新圖片，同時其進行縮放(0.5,2.0)。

  
  

• 隨機水平翻轉

  直接對圖片進行翻轉，會導致第三個類別“arr_l”（左轉線）和右轉線混淆，故我們添加了class-aware的翻轉，遇到有“arr_l”類的圖片則不進行翻轉。

• 基于Albumentations庫的各種增強（最終提交版本未采用）

  我們嘗試了ShiftScaleRotate（驗證集+0.5）、CLANE（驗證集+1.0）、RandomBrightnessContrast等，但組合起來測試集提點欠佳，所以最后沒用。

• gridmask增強（最終提交版本未采用）

  生成一個和原圖相同分辨率的mask（每個grid上全為0或全為1），然后將該mask與原圖相乘得到一個圖像。提點欠佳，所以沒采用。

• 類別平衡采樣（最終提交版本未采用）

  使用類別平衡采樣后，效果不是很好，這可能是因為數據集本身沒有嚴重的類別不均衡。下面是我們統計的每個類別在圖片中出現的頻率。

• 多尺度測試

• 多尺度測試圖片尺寸

  最后提交版本(2100,2700),(2100,2800),(2400,3200)，如果繼續增加尺度，map還會繼續提高。

• topk—nms

  對上述三個尺度生成的結果先進行nms，再將得到的結果框與剩下所有框進行topk—nms（保留與當前結果框iou大于0.85的topk的框，把這些框的坐標進行融合），參數設置vote_thresh=0.85, k=5。

• 網絡結構

• 加上增強后，backbone從res50到res101再到resx101有穩定漲點。

• 我們還在backbone部分嘗試了dcn和gcnet，驗證集收效甚微，最終沒有采用。

  
  

---