retinex 的水下图像增强算法_2020年全国水下机器人（湛江）大赛——水下光学图像目标检测 Rank3 方案分享...

文章目录[隐藏]

• 赛题任务
• 团队信息
• 比赛的理解
• 方法框架和亮点
• 网络细节与实现路径
• 数据处理与参数量
• 创新点效果
• 方案整体总结

大赛主页：

水下目标检测算法赛（光学图像赛项）​www.kesci.com

赛题任务

在真实海底图片数据中检测出不同海产品（海参、海胆、扇贝、海星）的位置，评测指标：0.5 *精度（mAP） + 0.5 * 速度

团队信息

团队：科学炼丹

该团队在初赛A榜位列第6，B榜位列第8，经过组委会复现，获得了精度排名6，速度排名6的成绩，最终通过主观评审确认，取得了rank3的成绩。

以下是该团队的方案分享。

比赛的理解

比赛目标较为清晰，即在水下复杂环境下高精度检测出四种水产品。考虑到给出的数据集（5543幅训练图像，1920*1080，jpg格式），此次任务难点有如下3点：

1.目标尺度分布跨度大，小目标多

2.水下样本图片质量较差

3.数据量较少，容易产生过拟合

方法框架和亮点

整体训练流程分为如下6步：

• 数据处理： 转化原始数据为训练格式
• 数据增强： 数据增强改变数据分布提高性能
• 分尺度训练：更好的训练不同尺度的目标
• 训练tricks：提高模型精度
• 分尺度测试：提高不同尺度的精度
• 多尺度融合：提升整体的精度

亮点一

使用了CVPR 2020其中一篇论文提出的ATSS方法，不引入其它额外的开销，在MS COCO上达到SOTA

论文地址：
https://
arxiv.org/abs/1912.0242
4

代码地址：
https://
github.com/sfzhang15/AT
SS

论文指出one-stage anchor-based和center-based anchor-free检测算法间的差异主要来自于正负样本的选择，基于此提出ATSS(Adaptive Training Sample Selection)方法，该方法能够自动根据GT的相关统计特征选择合适的anchor box作为正样本，在不带来额外计算量和参数的情况下，能够大幅提升模型的性能，十分有用

来源：晓飞的算法工程笔记 公众号

亮点二

我们将同一张图片进行了分尺度训练，训练了多个模型

亮点三

用了如下5个步骤进行数据增强

• 图像扰动：颜色抖动，对比度调整
• 图像扩充：扩充图像样本，增加小尺度目标
• 图像裁剪：基于目标位置的裁剪，增加大尺度目标
• resize：进一步改变，尺度分布
• 训练：分尺度训练

亮点四

训练技巧

1.Synchronized Batch Normalization，可以充分利用BN统计量信息

为什么要做Sync BN

在一般的视觉问题上，单卡的batchsize其实已经够大，没必要把所有卡上的都统计一遍。然而到了现在的检测或者分割问题上，有些大模型单卡只能bz=1，这样的话BN完全无法发挥作用，所以我们需要在更多的卡上同步bn。

知乎：All About Batch Normalization
https://
zhuanlan.zhihu.com/p/58
187020

2.使用coco预训练，加快模型收敛，提升整体的精度

网络细节与实现路径

分析现有数据集，目标长宽比与尺度分布如下

大部分的目标的长宽比比较集中固定，1: 1即可达到比较好的效果

目标的整体尺度偏小，大部分集中在中小尺度目标上

ATSS 超参数

数据处理与参数量

图片增强

以上列出了一些图像增强方式，作为扰动减少过拟合，经过验验证我们最终选择了 Distort 和对比度调整去作为扰动方式

尺度增强

数据增强每次随机以一半的概率进行操作，理论上可以产生各种尺度的目标

多尺度、多模型融合

模型融合一般会使用BBox-vote，将多个尺度检测结果位置和分数信息做平均处理。而我们用了Soft-vote，类似soft-nms 不直接去除结果，只降低得分

创新点效果

我们分步对每个trick进行了精度提升的跟踪，最终可以发现，在baseline的基础上，获得了3.2%提升

方案整体总结

本方案的优势总结为如下三点：

1.训练完全端到端，不同的任务只需要更换数据，训练方便，且支持更换小网络，如MobileNetV2，ShuffleNet V2，训练框架不变

2.不同应用场景使用不同模型，单尺度单模型速度快，多尺度多模型精度高

3.训练提升大部分不需要额外增加运算负担，大部分的速度损耗来着于大尺度的输入（为了更好的检测小目标）