kaggle自动驾驶竞赛铜牌总结：Peking University/Baidu

前言

前段时间打了kaggle上的"Peking University/Baidu - Autonomous Driving"比赛，竞赛时间为三个月，前期一直在银牌区域，但到了比赛后期，各路大神出来一顿乱秀，最终获得铜牌，该系列博客是在比赛中采取的一些方法技巧及心得的总结。

本系列博客分为两部分：
Part 1、该Kaggle竞赛的赛题解读以及数据集分析
Part 2、我在竞赛中采取的一些方法技巧总结

Part 1、Kaggle竞赛的赛题解读及数据集分析

竞赛平台：kaggle
什么？还不知道kaggle是什么？看这里：
推荐一个知乎高赞的回答：Kaggle入门，看这一篇就够了
竞赛题目：Peking University/Baidu - Autonomous Driving
赛题描述：百度的RAL联合北京大学基于工业级的CAD汽车模型，为竞赛者提供来自5277个真实图片的超过60000个带标签的3D汽车实例。要求参赛者开发一种算法，并据此估计来自真实交通环境的单一图片中车辆的绝对姿态（6个自由度）。
属于图像处理，计算机视觉一类的竞赛。

大致了解了这个比赛是做什么的，接下来我们开始详细剖析。

1、数据集分析

图像处理当然首先关心图像数据集！

训练数据集（train_images.zip）：包含4262张带标签的图片，所有图片均在一辆车车顶相机位置拍摄
带标签文件（train.csv）：对应所有训练集图片的姿态信息（pose information）
测试数据集（test_images.zip）：包含2021张未带标签的图片
train_masks.zip、test_masks.zip：这两个文件夹中图像是做什么的呢？有何用？不着急，后面再来说它俩的作用
sample_submission.csv：提交结果的样本示例
car_models.zip：训练/测试集图片中未遮挡汽车的3D模型，可用于姿态估计，但一直没能找到方法利用它，可能这就是我们和前排队伍分数之间的差距吧。
camera.zip：相机固有参数

既然是车辆绝对姿态估计，Pose Information表示如下，但都表示什么意思呢？
model type, yaw, pitch, roll, x, y, z
我们取train.csv中实际数据说话！图片名称（ID_8a6e65317）的pose information如下：

ID_8a6e65317,
16 0.254839 -2.57534 -3.10256 7.96539 3.20066 11.0225
56 0.181647 -1.46947 -3.12159 9.60332 4.66632 19.339
70 0.163072 -1.56865 -3.11754 10.39 11.2219 59.7825
70 0.141942 -3.1395 3.11969 -9.59236 5.13662 24.7337
46 0.163068 -2.08578 -3.11754 9.83335 13.2689 72.9323

（16 56 70 70 46为（ID_8a6e65317）中对应不同车辆的model type标号）

orientation	方向
yaw	偏航角
pitch	俯仰角
roll	滚动角

position	位置
x	x轴
y	y轴
z	z轴

好！现在问题进一步清楚了，我们要根据测试集图片中车辆的pose information来估计测试集图片中车辆对应的pose information，此外，还需提供你对预测的置信度得分（confidence）。
至此，数据集部分的分析到此结束。

2、Kaggle参赛技巧

如果说你什么都不知道，那还是从了解kaggle开始吧；如果说你已经打了一些练习赛，并且掌握计算机视觉，图像处理相关知识的话，推荐几位Competitions Grandmaster大佬的kaggle技巧分析。
Kaggle你问我答【1】——SeuTao
Kaggle你问我答【2】——Jiwei Liu
本科生晋升GM记录 & kaggle比赛进阶技巧分享

请跳转查看：Part 2、我在竞赛中采取的一些方法技巧总结