参加河北省研究生数学建模比赛有感
许久未写blog，半月前调通了一种自己改进的GAPSO算法（遗传算法和粒子群算法结合的算法），但是迟迟找不到一种适用的场景，调过频谱分配问题，但是效果不好（PSO都比GAPSO强）。同学喊我参加数学建模比赛，犹豫许久，决定试试，之前也没事会做OJ，但做完几个小题后心里还是空荡荡的。这次参加建模后，一块石头落地了，知道自己学习中的不足。
看到审核未通过的那一刻，整个人宕机了。
原因是查重未通过。（超过40%）
在此就不xx竞赛组了。（真的没想到会查重，缺乏竞赛经验）
一、总结一下经验吧。
1、时间分配
这次时间分配还是可以的，就是写论文的时间太晚了。
2、工作分配
我们主要把经历放在编程上。看大佬的经验要分成建模、编程、写作三部分。
3、选题
选题还是挺重要的，尽量选大家都会得，每个人的侧重点肯定不一样，遵循少数服从多数的原则。
二、赛题（2019.C题）
请你们查阅相关资料和数据，结合数据特点，建立数学模型研究下列问题：
1、问题1：运动目标的检测
(1) 完成附件1的图像序列中运动目标的检测，用矩形框定位出4个运动目标，其中骑车人和其余3人分别用2种不同颜色的矩形框定位。
(2) 完成附件2的红外视频中运动目标的检测，用矩形框定位出7个运动目标，其中车和人分别用2种不同颜色的矩形框定位，并把定位结果用视频展示。
2、问题2：运动目标的语义分割
(1) 完成附件1的图像序列中运动目标的语义分割，分割出4个运动目标，其中骑车人和其余3人分别用2种不同颜色标注。
(2) 完成附件2的红外视频中运动目标的语义分割，分割出7个运动目标，其中车和人分别用2种不同颜色标注，并把分割结果用视频展示。
3、问题3：运动目标的实例分割
(1) 完成附件1的图像序列中运动目标的实例分割(同时检测和分割)，分割出4个运动目标，其中4个目标分别用4种不同颜色标注。
(2) 完成附件2的红外视频中运动目标的实例分割(同时检测和分割)，分割出7个运动目标，其中7个目标分别用7种不同颜色标注，并把分割结果用视频展示。
4、问题4：性能评价
完成上述所实现的模型(或算法)的性能评价，给出优缺点分析。
三、解题
第一问，我们很顺利调通帧差法和混合高斯法。网上代码很多。（图片为竞赛提供）
第二、三问，卡住了，最后决定用神经网络做（查了论文，做语义分割的基本都是神经网络）。
大腿同学选了FCN网络。（具体调程是那个同学做的）训练出来效果不好，无法分类，全是蓝色的，尽管上色应该是个RGB图像。
后来我们自己用labelme打标签，但是比赛只提供了200幅图片，就直接将这些复制了n份（这样做似乎不合理，但是实际训练结果变好很多）。
下面那张图是一开始的效果（不同颜色就是不同类别）
我们考虑此问题主要原因有
（1）网络定义类过多。参考官方文档，对类定义了十多种，但实际任务要求只需要对网络定义三类进行训练，背景类、行人类、汽车人类。
（2）官方数据集所用来训练网络的图片并不完全适合问题场景，我们在训练集中加入了附件图片去训练网络，我们对附件图片使用labelme软件进行标签定义区域类别。
（3）训练次数过少。开始时，仅对网络进行几千次训练，测试误差在2.7%左右，后续我们对网络进行1万到3万次的训练，测试误差在0.3%左右。
经过总结上述问题后，我们对网络、训练集、训练方法进行改进，重新解决语义分割问题。改进采用方法后，VGG16语义分割模型针对问题2（1）产生语义分割效果图如图所示
实际上用FCN处理后出来的结果是一张灰度图，我们需要对其上色。
问题四、性能分析
针对问题二，基于FCN的语义分割。FCN对图像进行像素级的分类，从而解决了语义级别的图像分割（semantic segmentation）问题。与经典的CNN在卷积层之后使用全连接层得到固定长度的特征向量进行分类（全联接层+softmax输出）不同，FCN可以接受任意尺寸的输入图像，采用反卷积层对最后一个卷积层的feature map进行上采样,使它恢复到输入图像相同的尺寸，从而可以对每个像素都产生了一个预测,同时保留了原始输入图像中的空间信息,最后在上采样的特征图上进行逐像素分类。FCN缺点是得到的结果还是不够精细。进行8倍上采样虽然比32倍的效果好了很多，但是上采样的结果还是比较模糊和平滑，对图像中的细节不敏感。是对各个像素进行分类，没有充分考虑像素与像素之间的关系。忽略了在通常的基于像素分类的分割方法中使用的空间规整（spatial regularization）步骤，缺乏空间一致性。
而且神经网络有几大缺点:1.网络层次深，训练时间长，参数多；2.网络不可解释性；3.需要大量带有标签的数据。
针对问题三，基于FCN和混合高斯法的实例分割。我们解决问题三，是在问题二生成的语义分割图的基础上进行了目标检测。该算法原理简单，检测速度快，但是无法识别重叠目标，而且会存在一定概率误判。
参加比赛还是收获很多的，最后感谢队友，感谢指导老师！
参加河北省研究生数学建模比赛有感相关推荐
- 2019年“华为杯”研究生数学建模比赛总结
前言 参加数学建模比赛是学习生涯甚至是人生的一次难忘的经历,不管是比赛过程还是最终的结果,无论最终结果如何, 自我学习生涯至今,在研究生期间参加一次数学建模更重要的是我对数学建模比赛的一种 ...
- 全国研究生数学建模比赛经验
背景 参加了2021年全国研究生数学建模竞赛,组队算上我一共三人,由于第一次参加,之前都没有参加过比赛,没有经验,开赛第一天一块商量了选择哪个题目,确定了空气质量预报,第二天分配了下工作,开始做题. ...
- 2019年研究生数学建模比赛成绩分析
目录 比赛概况 选题和奖项分布 选题分布情况 获奖分布情况 选题与获奖情况 学校获奖情况 比赛概况 比赛时间: 2019年9月19日-23日 出成绩: 2019年11月11日 赛题: A题:<无 ...
- 2019研究生数学建模比赛题目
欢迎在评论区交流比赛经验!! 点击下方的选择评论按钮,选择Valine评论,可发表匿名评论~ A题目 无线智能传播模型 B题目 天文导航中的星图识别 C题目 视觉情报信息分析 D题目 汽车行驶工况构建 ...
- 论参加数学建模比赛的正确姿势
论参加数学建模比赛的正确姿势 0前言 1摘要 2数学建模的相关研究基础 3合理的参赛姿势 4 实验 5 结论 0前言 小万是某211研究生在读,本科期间无任何相关竞赛经历,高考和考研数学也只是同辈中的 ...
- 鼓励研究生参加数学建模竞赛_请问，全国研究生数学建模竞赛获奖的话，申请上海户口是否可以加分啊？...
请问,全国研究生数学建模竞赛获奖的话,申请上海户口是否可以加分啊? 鼓励研究生参加数学建模竞赛:全国研究生数学建模竞赛,**一等奖奖金有多少? 鼓励研究生参加数学建模竞赛:关于研究生数学建模竞赛 用处 ...
- 2019研究生华为杯数学建模比赛题目+题目分析【持续更新】
2019研究生数学建模比赛题目 A题目 无线智能传播模型 B题目 天文导航中的星图识别 C题目 视觉情报信息分析 D题目 汽车行驶工况构建 E题目 全球变暖 F题目 多约束条件下智能飞行器航迹快速规划 ...
- （一）准备阶段 2019年研究生数学建模D题《汽车行驶工况构建》
2019年研究生数学建模比赛,我们组选择的是D题目--<汽车行驶工况构建>. 选题分析 其实题目一发下来后,基本确定了这几个题目的已知条件.难易程度.问题结果要求等等,具体分析画了个思维导 ...
- 2020研究生数学建模获奖名单_赞！浙商大研究生在全国研究生数学建模竞赛中喜获41个奖项...
近日,"华为杯"第十七届中国研究生数学建模竞赛获奖名单揭晓.我校共有来自统计与数学学院.管理工程与电子商务学院.计算机与信息工程学院.金融学院等各学院的41支研究生队伍斩获奖项,其 ...
最新文章
- 怎么学python-没有任何基础的人，该如何学习Python？「附具体步骤」
- Android fragment源码全解析
- html本地缓存未查看信息,不同用户看到了相同的信息-一次web系统缓存问题的解决...
- 最长公共子序列模板(LCS)和LICS模板
- 华为服务器通过mgmt口挂载光盘装系统及Linux系统rescue模式下修复内核
- 动画会震一下css,csshake.css强大的CSS3元素抖动动画库
- Linux的ftp设置
- 格兰杰检验的基本步骤_Toda-Yamamoto 格兰杰因果检验 TY-Granger方法
- CentOS7版本下载地址发布 附正确下载CentOS各个版本镜像
- S50VB100-ASEMI日本新电元平替整流桥S50VB100
- 电工知识:常用电子元件名称及其对应图片实用大全
- USACO-Section 3.4 Raucous Rockers （DP）
- 带数据库html5游戏教程,html5学习之旅-html5的简易数据库开发（18）-H5教程
- android webview 视频黑屏,webview 播放H5视频问题 黑屏 只有声音没有画面
- python入门教程百度云资源-python教程大全,全套视频教程学习资料通过百度云网盘下载...
- 高维正方体(找规律+二项式定理+逆元)
- JS/正则 验证 数字 电话号码 传真 邮箱 手机号码 邮编 日期
- tf.clip_by_global_norm详解
- 美国顶尖大学特别的感恩节传统……
- PS提示不能填充,因为内存不足, 怎么解决？