kaggle競賽題目解析！

對于一些學有所成的高手乃至大牛，參加Kaggle也常常會獲得很多啟發，與來著世界各地的隊伍進行廝殺的刺激更讓人欲罷不能。今天我們對kaggle學術活動題目-鯨魚和海豚識別解析一番。

比賽題目：Happywhale - 鯨魚和海豚識別

比賽鏈接：https://www.kaggle.com/c/happy-whale-and-dolphin/

比賽類型：CV、細粒度分類

常規思路現有比賽的思路如下，主要是圖像分類中度量損失來開展。分為訓練和預測兩部分，使用CNN相似度來搜索。

訓練部分使用已有訓練標簽進行訓練，訓練好的模型在測試階段通過提取特征，然后計算相似度。關鍵點匹配思路在圖像識別中關鍵點也可以充當重要的作用，因為本次賽題是實體識別的識別，因此關鍵點值得嘗試。

具體的嘗試步驟如下：

對海豚圖片進行前背景分割對海豚圖片進行特征提取關鍵點進行關鍵點匹配具體的實現結果如下：

def match_and_draw(im_path, img_in1, img_in2):
#?加載圖像
img1?=?load_torch_image(im_path?+?img_in1)
img2?=?load_torch_image(im_path?+?img_in2)

#?關鍵點提取模型
matcher?=?KF.LoFTR(pretrained='outdoor')

#?關鍵點匹配
mkpts0?=?correspondences['keypoints0'].cpu().numpy()
mkpts1?=?correspondences['keypoints1'].cpu().numpy()
H,?inliers?=?cv2.findFundamentalMat(mkpts0,?mkpts1,?cv2.USAC_MAGSAC,?0.5,?0.999,?100000)
inliers?=?inliers?>?0

參考樣例：https://www.kaggle.com/remekkinas/whales-feature-matching-loftr-kornia

關鍵點匹配細節為什么需要摳圖？

因為背景也會提取到關鍵點，如果不排除背景，則背景會影響到最終的結果。

如何提取關鍵點？

可以用OpenCV內置的SIFT或ORB，也可以使用比較新的關鍵點檢測算法，用深度學習模型提取關鍵點。

有匹配錯誤的關鍵點嗎？

肯定有的，關鍵點匹配本質是計算關鍵點特征的相似度。可以使用RANSAC或圖像變換矩陣消除錯誤匹配。

關鍵點匹配用在哪兒？

可以用在最終結果ReRank環節。

報名通道已開啟，更多賽事信息及參賽經驗分享，請掃碼添詳細咨詢

還有不定期的高能講座等你來參加！