1 预处理

DENSE_RATIO = 4

选择比例为4的原因如下：

1. DetectoRS的FPN最下层特征图的采样比例为4，

可以看看他们的配置文件：https://github.com/joe-siyuan-qiao/DetectoRS/blob/master/configs/DetectoRS/DetectoRS_mstrain_400_1200_x101_32x4d_40e.py

2 预训练模型

我们在训练模型时，也需要使用预训练模型，其中预训练的数据来自于历史采集数据；

2 目标函数的设计

2.1 正负样本的定义

这里，正负样本的定义我们参照的是COCO数据集的标准，

（今后，我们还需要根据测试定义适合此项目的正负样本的定义标准）

在COCO数据集中，正负样本的区分是通过IoU来实现的，

其中正负样本的阈值为：IoU = 0.5

截图如下：

2.2 loss_heat_map——基于 Focal Loss

在热点图的回归中，“样本不平衡”是一个十分严重的问题，于是我们将基于FL来设计loss函数；

2.2.1 正负阈值的设置——十分重要！！！

正负阈值的设置很重要，较高的正样本阈值对于去除重复的检测框，具有很好的效果；

其中包含的物理含义是：使得center_heat_map的能量峰更为集中，从而gaussian_nms()会有更好的效果；

在CenterNet的代码中，只选取了一个正样本，也就是样本中心，如图所示：

3 Post process后处理

3.1 NMS——使用Soft-NMS

因为CenterNet的论文中使用的Soft-NMS算法；

4 备注

4.1 如果输入不一致怎么办呢

可以先使用仿射变换将输入图像填充至模型最大的输入尺寸；

5 调试笔记

5.1 提高Focal Loss正负样本的阈值会使得imbalance的问题变得严重

我在尝试解决“多个重复检测框”时，将neg_loss_t()中的threshold的阈值调到了0.95，结果imbalance的问题，变得严重了，

置信度预测出现了0.4左右的预测分数，如图所示，

出现这种情况的话，可以进一步加大FL的系数alpha的值；

而且loss似乎也降低了，

自动驾驶——SimpleNet的学习笔记相关推荐

智能网联汽车自动驾驶仿真技术学习笔记（一）
智能网联汽车自动驾驶仿真技术学习笔记(一) 绪论一.自动驾驶汽车分级二.先进驾驶辅助系统三.环境感知传感器四.自动驾驶仿真系统的构成五.自动驾驶功能测试绪论一.自动驾驶汽车分级以下是由 ...
自动驾驶——图像识别的学习笔记
1 前言在此次的自动驾驶任务中,我们需要完成图像识别的任务: 2 模型选择-- 3 模型修改--修改最后一层FC层具体的写作方式可以参考博文--<Pytorch学习笔记(I)--预训练模型( ...
自动驾驶系统的学习笔记
1 自动驾驶系统综述请参考博文<如何打造自动驾驶的数据闭环?> 2 系统的响应时间人类驾驶员的响应时间是400~600ms:
自动驾驶——localization的学习笔记
1 项目参考这是乾哥的项目资料<项目推荐 | 从零开始做自动驾驶定位 >, 文章链接:https://mp.weixin.qq.com/s/qNacgoxHqhAITdBg6cjivw ...
自动驾驶——Tracking的学习笔记
1 Tracking的作用 1.1 防止遮挡造成的检测失效在目标被其它目标遮挡时,很可能造成检测失效,这是可以通过Tracking来获得目标的位置:
百度Apollo自动驾驶感知模块学习笔记、入门
3个跟HM对象跟踪相关的对象类 Object.TrackedObject.ObjectTrack Object类:感知到的车辆信息.包含物体的点云.多边形轮廓(Polygon).类别(vehicle, ...
自动驾驶规划模块学习笔记-piecewise分段曲线
jerk值是常量构造函数假定p0, v0, a0是起点时刻的位置,速度和加速度,p1, v1, a1是终点时刻的位置,速度和加速度,param是曲线的长度参数(可以是时间,也可以是fernet坐标 ...
AI公开课：19.03.20吴甘沙-驭势科技联合创始人《AI时代的自动驾驶趋势》课堂笔记以及个人感悟
AI公开课:19.03.20吴甘沙-驭势科技联合创始人<AI时代的自动驾驶趋势>课堂笔记以及个人感悟导读为什么要大大小小的公司都要做无人驾驶?因为它真的是一个很大的舞台,具 ...
自动驾驶 | Apollo无人驾驶课程笔记3-定位
在公众号[计算机视觉联盟]后台回复[9076]获取我的AI学习笔记:我的微信:Kingsplusa: --by 王博Kings,985AI博士,CSDN博客专家,华为云专家本系列<无人驾 ...

自动驾驶——SimpleNet的学习笔记