Part 1 / 赛题分析

项目背景：街道垃圾识别算法主要用于城市街道场景，通过视频输入自动识别，监控区域内如果存在垃圾，则算法需要产生报警，将报警信息发送至管理人员。相较于传统只能依靠人工巡检维护的方式，成本低，识别率高。

数据集：训练数据集包含24474张图片，测试数据集包含10467张

评价指标：该赛道最终得分采用报警模块准确度、正确报警准确率综合得分形式，具体形式如下：

最终得分=算法准确率0.9+算法性能绝对值0.1

模型选择

当前目标检测网络主要分为Anchor-based和Anchor-Free两大类

anchor-based：

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。

缺点：对于多类别目标检测，超参数相对难设计；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：

优点：计算量减少；可灵活使用。

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。

考虑赛题为街道垃圾识别，其中垃圾大部分为小目标，综合考虑上述因素，决定使用anchor-based，可以调整相应的超参数进行调整。

由于需要进行部署，当前YOLO系列的部署比较完善，结合性能以及准确率的要求下，我们选用YOLOv5作为主体框架。

综合考虑YOLOv5的模型准确率，推理速度，以及参数量，最终选择YOLOv5l作为最终的模型

Part 2 / 算法流程及实现

数据预处理

赛题提供是标注的xml文件以及相应的图像，但是YOLOv5的输入为图像以及相应的txt文件，因此需要将xml文件转换为相应的txt文件

模型框架：

模型提升：

1. 数据增强:通过旋转，随机剪裁等方式对训练数据进行增强，来提高模型的泛化能力，提高模型识别的准确率。
2. 冻结训练:通过冻结训练减少内存的使用，提高训练的速度,，可以测试多种超参数对模型的影响。
3. 调整图片的输入大小以及NMS过程中超参数
4. 使用python+tensorrt进行部署
5. 使用C++进行部署

冻结训练

C++ 部署

C++部署主体框架参考极市平台提供的封装代码 https://gitee.com/cvmart/ev_sdk_demo4.0_vehicle_plate_detection.git

C++部署中遇到问题：平台提供的C++部署代码是基于YOLOX的，而我使用YOLOv5的代码，使用export.py导出onnx模型时，由于YOLOv5代码本身的问题导致导出的onnx模型存在精度问题，平台所提供的代码无法正确预测。因此我对代码进行了一次重构

最终测试YOLOV5s 使用C++推理速度可以达到330FPS，并且识别准确率下降不到1%

Part 3 / 实验结果

F1-Score

FPS

Part 4 / 方案总结

1. 建模过程中，对数据进行分析很重要，对于数据不平衡、图像尺寸和目标大小不一、目标太小，选用不同的网络以及相应的解决方案。比如说，本赛题中，考虑训练数据太少，采用旋转，随机剪裁来增加训练数据。
2. 对于网络的精度以及网络的推理速度，应该需要综合考虑二者之间的关系。
3. 使用C++进行推理，不仅仅大幅度的提升推理速度，而且有利于模型的部署。

参考文献 

公众号后台回复“极市直播”获取极市直播第101期（PseCo：FPN错位对齐，实现高效半监督目标检测）PPT下载～