本仓库介绍

为了备战 ICME-2022 安全AI挑战者计划第九期：小样本商标检测挑战赛，当前工作和未来工作计划: 已完成工作:

• 基于开源的openbrand数据集制作了LogDetMini 数据集，基于coco格式，并开源
• 基于LogDetMini进行数据可视化分析 LogDetMini/eda/eda.ipynb
• 基于mmdetection进行baseline实验和基础调参实验
• 初赛 ContestStage1 的 eda ContestStage1/eda/logdet-eda.ipynb
• 进行baseline实验

未来工作计划:

• 继续调优

欢迎在issue区讨论

初赛实验(ContestStage1)

为方便实验对比，本地划分了0.2作为 val，见 ContestStage1/data

方案	本地val	线上	Training time/h
swinb_3x_bigsize_anchor_bs2x8	0.591	0.5114	1.5
swinb_3x_bigsize_anchor_bs2x8(all)	\	0.54	\
swinb_3x_bigsize_anchor_bs2x8(all+scale_score)	\	0.58	\
swinb_3x_bigsize_anchor_bs2x8(all+scale_score+autoaug)	\	0.60	\

采用的一些处理

• global context feature : #5
• scale_score : #17
• 训练推理命令 : #21
• 基于json划分本地train val : #10

涨点方案(未严谨消融实验)

方案	本地val	线上
autoaug	+0.02	+0.015
全量数据	\	+0.025

LogDetMini数据集

下载地址: https://pan.baidu.com/s/1fg9IaPh061iD7w5aiIX3qg?pwd=m3gm

.
├── class_names.txt
├── images
├── instances_train2017.json
└── instances_val2017.json

简单介绍: 从openbrand数据模拟复赛分布，随机选取了50类，每类20张作为train, 20张作为val，train和val之间数据不重复

正式赛开始后，感觉和构建的 mini 数据集有一定区别，LogDetMini 移到这里