kaggle競(jìng)賽題目解析！

對(duì)于一些學(xué)有所成的高手乃至大牛，參加Kaggle也常常會(huì)獲得很多啟發(fā)，與來(lái)著世界各地的隊(duì)伍進(jìn)行廝殺的刺激更讓人欲罷不能。今天我們對(duì)kaggle學(xué)術(shù)活動(dòng)題目-鯨魚(yú)和海豚識(shí)別解析一番。

比賽題目：Happywhale - 鯨魚(yú)和海豚識(shí)別

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

比賽類型：CV、細(xì)粒度分類

常規(guī)思路現(xiàn)有比賽的思路如下，主要是圖像分類中度量損失來(lái)開(kāi)展。分為訓(xùn)練和預(yù)測(cè)兩部分，使用CNN相似度來(lái)搜索。

訓(xùn)練部分使用已有訓(xùn)練標(biāo)簽進(jìn)行訓(xùn)練，訓(xùn)練好的模型在測(cè)試階段通過(guò)提取特征，然后計(jì)算相似度。關(guān)鍵點(diǎn)匹配思路在圖像識(shí)別中關(guān)鍵點(diǎn)也可以充當(dāng)重要的作用，因?yàn)楸敬钨愵}是實(shí)體識(shí)別的識(shí)別，因此關(guān)鍵點(diǎn)值得嘗試。

具體的嘗試步驟如下：

對(duì)海豚圖片進(jìn)行前背景分割對(duì)海豚圖片進(jìn)行特征提取關(guān)鍵點(diǎn)進(jìn)行關(guān)鍵點(diǎn)匹配具體的實(shí)現(xiàn)結(jié)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(guān)鍵點(diǎn)提取模型
matcher?=?KF.LoFTR(pretrained='outdoor')

#?關(guān)鍵點(diǎn)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(guān)鍵點(diǎn)匹配細(xì)節(jié)為什么需要摳圖？

因?yàn)楸尘耙矔?huì)提取到關(guān)鍵點(diǎn)，如果不排除背景，則背景會(huì)影響到最終的結(jié)果。

如何提取關(guān)鍵點(diǎn)？

可以用OpenCV內(nèi)置的SIFT或ORB，也可以使用比較新的關(guān)鍵點(diǎn)檢測(cè)算法，用深度學(xué)習(xí)模型提取關(guān)鍵點(diǎn)。

有匹配錯(cuò)誤的關(guān)鍵點(diǎn)嗎？

肯定有的，關(guān)鍵點(diǎn)匹配本質(zhì)是計(jì)算關(guān)鍵點(diǎn)特征的相似度。可以使用RANSAC或圖像變換矩陣消除錯(cuò)誤匹配。

關(guān)鍵點(diǎn)匹配用在哪兒？

可以用在最終結(jié)果ReRank環(huán)節(jié)。

報(bào)名通道已開(kāi)啟，更多賽事信息及參賽經(jīng)驗(yàn)分享，請(qǐng)掃碼添詳細(xì)咨詢

還有不定期的高能講座等你來(lái)參加！