aistudio 常规赛：钢铁缺陷检测挑战赛经验总结，轻松复现map 47排名再度提升

2024-05-06 05:44:19

缺陷检测技术广泛应用于工业场景，比如汽车制造中的车身表面缺陷检测，零件外观缺陷检测，工件裂纹检测等。其中，金属表面缺陷识别技术的应用可以在生产及制造阶段的质量控制方面发挥重要作用。
在aistudio平台上的比赛地址为：https://aistudio.baidu.com/aistudio/competition/detail/114/0/introduction

博主通过一些列无脑探索，终于将map得分从3刷新到46，实现排名第8，具体细节可以查看https://hpg123.blog.csdn.net/article/details/126316925，博主的实际尝试路径比以上更多，只是有些尝试没有涨点，且离写博客的日子有些远，加上上班时间零碎，所以没有能把每一次尝试都写在里面。在这里刻意对比赛经验进行总结，基于单模型轻松实现map 46，一步实现排名第8。10.2号又进行了复现，基于单模型从0开始，轻松实现map 47，进一步实现排名第7。

1、学习率设置

博主一开始只使用默认的学习率，只有faster-rcnn系列模型精度是正常的水平，所以在用到ppyoloe，yolox模型时精度极差。完全忽略了，这些配置只是paddledetection官方在复现模型时，在特定的gpu环境下（有可能是8卡、4卡），针对指定的batchsize，在coco数据集上的默认

aistudio 常规赛：钢铁缺陷检测挑战赛经验总结，轻松复现map 47排名再度提升相关推荐

钢铁缺陷检测挑战赛-第1名方案
0.引言作为一个新人练习赛,这个比赛可以非常好的帮助大家熟悉使用Paddle.在这里我使用PaddleDetection套件中的网络进行训练,本项目将带大家对PaddleDetection套件使用有 ...
基于飞桨PP-PicoDet的钢铁缺陷检测
基于飞桨PP-PicoDet的钢铁缺陷检测 1.背景介绍自动检查和缺陷检测系统使用 AI 来检查零部件的故障和缺陷.通过这种方法,制造厂能够自动检测成品表面的缺陷,该方法广泛应用于金属.半导体晶圆和 ...
基于PP-PicoDet的钢铁缺陷检测
基于PP-PicoDet的钢铁缺陷检测 1.背景介绍近年来,AI视觉检测在安防.工业制造等产业智能化升级进程中发挥着举足轻重的作用. 自动检查和缺陷检测系统使用 AI 来检查零部件的故障和缺陷.通过 ...
paddle学习赛——钢铁目标检测（yolov5、ppyoloe+，Faster-RCNN）
文章目录一.赛事简介二.ppyoloe+l模型,41.32分 (PaddleDetection-voc) 2.1 安装PaddleDetection 2.2 数据预处理 2.2.1 解压数据集 2 ...
工业缺陷检测比赛Top3方案
Datawhale干货方向:深度学习,应用:工业缺陷检测工业缺陷检测是当前深度学习落地的热门项目,近年来许多的比赛平台都举办了关于缺陷检测的比赛,如kaggle前不久举办的钢铁缺陷检测,以及天池刚 ...
钢铁平面焊接缺陷检测，有方案、有代码
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达来源:AI公园作者:Soham Malakar 编译:ronghuaiyang 导读计算机视觉在工 ...
基于飞桨复现语义分割网络HRNet，实现瓷砖缺陷检测
点击左上方蓝字关注我们 [飞桨开发者说]路星奎,沈阳化工大学信息工程学院研究生在读,PPDE飞桨开发者技术专家,研究方向为图像分类.目标检测.图像分割等内容简介本项目讲述了HRNet网络结构,并尝 ...
CVPR 2020 夜间目标检测挑战赛冠军方案解读
↑ 点击蓝字关注视学算法来源丨DeepBlue深兰科技编辑丨极市平台在 CVPR 2020 Workshop 举办的 NightOwls Detection Challenge 中,来自国内团 ...
基于机器视觉的缺陷检测的原理与方法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|新机器视觉基于统计分类的方法: (1)基于KNN方法( ...
一文详解缺陷检测相关算法！
缺陷检测是什么? 缺陷检测,是各行业产品质量管理体系中的重要一环,也是产品在正式投入市场应用前最后一道屏障.由于产品可能出现的品质问题多种多样,没有统一的衡量标准,所以一直以来,产品质检都是依靠人工来 ...

最新文章

热门文章