2020中兴捧月算法大赛-阿尔法（MOT）赛道--赛后总结

比赛结束了，很荣幸拿到了中兴捧月算法大赛 MOT赛道全国总决赛第二名的亚军奖杯，这估计也是我找到工作前最后一个比赛了，收获满满，下面算是自己给自己写的一个简单的赛后总结，做的比较粗糙，细节也就不多赘述，当然也欢迎交流。

一、初赛

初赛截榜前一周，我才开始做这个比赛，参赛模型是今年的SOTA模型FairMOT，主要针对跟踪部分做了一些针对性改进（方案不太方便透露），当时也没想着能进复赛，只是想着拿个面笔试资格，哈哈，但是没想到进了复赛。初赛排名：Rank28。

二、复赛

复赛不是技术赛，而是面试，大概问了以下问题：
先是问了关于初赛方案的一些问题
然后面试官：你说你做过目标检测，那我问你一些目标检测的东西
1、知道CBN么，可以说一下么？
2、 SPP（空间金字塔池化 Spatial Pyramid Pooling）可以说一下么？
3、目标检测一阶段和二阶段的区别？
4、 Mish和Leaky ReLU的区别是什么？Mish有什么优势？
5、 SSD和YOLOv3的主要区别是什么？
6、 Darknet和 VGG的区别什么？
7、 Resnet系列你熟悉么？可以谈谈么？
8、如何提升小目标检测结果？
9、介绍一下Ohem和focal loss，说一下两者的区别？
10、你知道哪些度量距离？都有什么区别？
11、说说你对anchor free的理解？
12、你可以对照公式说一下卡尔曼滤波么？
14、LR和SVM的区别是什么？
大概就记得这些，整个面了40多分钟，我之前也没想到他会面这些，基本没准备，大概就回答上来六七成，很多细节都忘了，面完还以为凉了，结果Rank13，进了决赛。

三、决赛

附上我的几页PPT吧，就不赘述，其实没什么复杂的东西，大道至简。

简单吧，考虑到决赛的评分标准，这种方案的劣势就是ID Switch 会比较严重，还有就是算法观赏性不足，答辩比较吃亏，其他全部顶满。在答辩的时候，刘明老师给我提了一个我没考虑到的建议：是否可以用一些传统的描述子来简单做reid，我觉得可以，但是速度和内存都会被拖累，这种低精度的reid的收益可能为负，不过确实值得尝试。

还有第一大佬的方案，我觉得确实不错，工作很全面，reid部分采用更轻量化得模型mobilenetv2，但这样执行速度仍然很慢，为了提高速度，他采用离线MOT的思维，隔帧做关联，中间帧的用两帧的信息来插值，使得速度满足一定要求。

最后说一下CenterTrack的问题，我发现它在MOTChallenge public赛道上，是用了自己的检测结果的，具体实现方式就是用自己预测的检测中心和public dets中心计算距离做匹配，然后将匹配到的自己的检测结果输出，这样做是否属于作弊呢？不过该模型的检测跟踪效果确实挺好的。

开源代码：https://github.com/TimeChi/ZXMOT