一、赛题回顾

白银榜-户外违规广告牌识别

本赛题希望基于计算机视觉技术可以实时检测到“户外广告牌”，能够及时的管理户外广告牌，实现智能化，为管理人员减轻负担。赛题的目标是使用计算机视觉算法对图片中的广告牌进行识别。

比赛的评价指标由F1 score和性能分FPS组成，这要求算法设计要兼顾精度和速度，算法的推理性能要具备实时性。

说明：

（1）算法性能指的赛道标准值是 80 FPS， 如果所得性能值FPS≥赛道标准值FPS,则算法性能值得分=10；

（2） 本题规定predicted bounding box和ground truth bounding box的IoU（交叉比）作为结果目标匹配的依据，其中IoU值＞0.5且目标类别标签相匹配的目标视为正确结果，其它视为正确结果，其它视为错误。

本赛题主要难点如下：

1、采集自摄像头的图片存在分辨率低，对比对低，环境光污染等问题。

2、目标在图像中分布密集，并且遮挡严重。

3、人工标注存在错标，漏标，标准不一等问题（如遮挡严重的广告牌）。

4、实时性要求高。

二、主要工作

1、主体框架选择

目前，基于深度学习的目标检测技术包括anchor-based和anchor-free两大类。首先我们先是分析两者的优缺点：

anchor-based：

1）优点：加入了先验知识，模型训练相对稳定；密集的anchor box可有效提高召回率，对于小目标检测来说提升非常明显。

2）缺点：对于多类别目标检测，超参数scale和aspect ratio相对难设计；冗余box非常多，可能会造成正负样本失衡；在进行目标类别分类时，超参IOU阈值需根据任务情况调整。

anchor-free：

1)优点：计算量减少；可灵活使用。

2）缺点：存在正负样本严重不平衡；两个目标中心重叠的情况下，造成语义模糊性；检测结果相对不稳定。

我们又考虑到比赛任务情况：

1）比赛数据中存在很多目标遮挡情况，这有可能会造成目标中心重合，如果采用anchor-free，会造成语义模糊性；

2）scale和aspect ratio可控，那么超参IOU调整相对简单；

3）大赛对模型部署没有特殊要求，因此，部署方案相对较多，模型性能有很大改进。

因此，在anchor-based和anchor-free两者中，我们偏向于选择基于anchor-based的算法。

众所周知，YOLO系列性能在目标检测算法一直引人瞩目，特别是最近的YOLOv5在速度上更是令人惊讶。从下图可以看出，YOLOv5在模型大小方面选择灵活，训练周期相对较短。另外，在保证速度的同时，模型精度也是可观。因此，我们选用YOLOv5作为baseline，然后依据赛道的任务情况在此基础上进行改进。

另外，要权衡检测分类的精度和模型运行的速度，因此我们决定选用检测分类精度较好的。

1、目标检测框架：基于YOLOv5的one-stage检测框架

2、模型优化：采用优化策略，比如数据增强、Focal Loss

3、模型加速：tensorrt

数增强策略

从数据角度，我们通过mosaic、仿射变换等对样本进行增强，增加目标多样性，以提升模型的检测与分类精度。

Focal Loss

目前YOLOv5采用的 GIOU虽然考虑了边界框回归的重叠面积、中心点距离、纵横比。反映的纵横比的差异，而不是宽高分别与其置信度的真实差异，所以有时会阻碍模型有效的优化相似性。为了加速了收敛提高了回归精度，使得回归过程专注于高质量锚框，将GIOU替换为EIOU。

实验结果

在精度方面完整的训练yolov5l后 可以在实战榜中达到94左右的F1-score，但是未经过加速的性能分仅为27，经过tensorrt会加速后性能分刚好能够达到80满足性能分最高分。

三、团队介绍

团队来自广西师范大学计算机科学与工程学院钟必能教授实验室。团队成员为：胡现韬、徐辰龙、张光瞳、容一民和邢卧龙。

公众号后台回复“极市直播”获取极市直播第100期（视频实例分割新SOTA：SeqFormer&IDOL）PPT下载～