[心得] kaggle競賽回顧 PKU Autonomous Driving

[outrunner (ot)]

  一年前的今天，2020/1/22日本時間上午九點，
  我在豐岡往京都的JR特急上等待kaggle競賽開獎。
  由於很早就安排帶小孩出遊，所以最後幾天
  只用預先準備好的submission玩Fit LB的遊戲。
  話說運氣一直都是打kaggle很重要的一部分。

    https://www.kaggle.com/c/pku-autonomous-driving/leaderboard

  這場比賽是預測圖像中車輛的6個自由度(6 degrees of freedom)
  也就是相對於攝影機的平移(x, y, z)與旋轉(yaw, pitch, roll)，
  評估指標是mAP

  輸入圖像：

    https://i.imgur.com/QwzD74U.jpg

  標記是每輛車的6個自由度，太小的車輛提供mask不予計算。
  根據ground truth可以畫出如下示意圖：

    https://i.imgur.com/uOA9q69.jpg

  每場比賽都有許多大大小小的細節，但過了一年
  我想這場只有一個關鍵值得一提。

  基本解法是拿物件偵測模型改輸出就不用多說了。

  由於訓練資料只有四千多張，所以在看了一些方法後，
  就把競賽重心轉移到資料增強方面。
  因為這場比賽的資料特性，使得一般常用的旋轉平移裁切都無法使用。

    # 看來只能從旋轉攝影機下手

    # 意外的是在這個領域沒看過使用這個方法

  kaggle好玩就在這裡，有時候你只要比別人多一招就足以影響比賽結果。
  更何況這個方法不但增加source的變化，同時target也改變了，堪稱完美。

  舉例說明實際的操作結果。
  底下有兩張圖，一張原始資料，一張是攝影機原地向左旋轉50度：

    https://i.imgur.com/2iGyzmG.jpg

    https://i.imgur.com/yjEskVu.jpg

  原圖最左邊那台車相對應的6個自由度：

               x     y     z     yaw     pitch   roll
    原始      -3.28  2.79  8.51  0.159  -0.009  -3.091
    左轉50度   4.42  2.79  7.98  0.064  -0.883  -2.987

  左右轉50度的動畫圖：

    https://i.imgur.com/9MwpU1x.gif

  三個維度都可以自由旋轉，詳情請看範例：

    https://www.kaggle.com/outrunner/rotation-augmentation

  說穿了不就只是個資料增強？
  差別在於同一台車同樣背景，會因為出現在
  畫面中的位置、角度與透視變形不同，而有不同的答案。
  剛好我們希望模型學到的是"物件的位置、角度與透視變形"，
  而不是"物件本身與背景"。

  豐富的資料也讓模型更強健，
  這可能也是最後在private test set勝出的原因。
  如果你的模型沒看過天上飛的車子，
  就無法對飛天車做出正確的預測。(這就是deep learning)

  當然啦，如果要再吹毛求疵一點，
  這個操作是假設攝影機是所謂的"理想攝影機"。
  不過當你面對僅有四千張圖以及標記誤差的時候不用想這麼多。

    # 結果就是mAP大約多10%

  解法全部內容：

    https://www.kaggle.com/c/pku-autonomous-driving/discussion/127037

  競賽總結：

    # 一個資料增強的方法使分數多10%，而且只有我在用

  ~ 你怎麼能說kaggle不好玩

  歡迎討論 :)

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.230.238.138 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1611311719.A.B7E.html
推 ddavid: 推，這種比賽確實常常會贏在多一個有用獨家招數
推 st1009: 推推
推 blackmaninEE: 推
推 f422661: 推大神
推 wtchen: 推
推 ILYY: 推
推 william00000: 推！已follow!
推 AgileSeptor: 推
推 email81227: 讚!!
推 s950375: 推
推 ballislife: 推
推 dddddd67: 猛
推 steven95421: 推
推 tay2510: 推分享！
推 appleseed: 讚
推 RumiManiac: 這超強
推 Lamu: 超強！
推 wargods8402: 推
推 anarch: 強者!
推 ouskit: 厲害