面向 MMSports 挑战赛的强实例分割流水线
计算机视觉与模式识别
2022-09-29 v1
摘要
ACM MMSports2022 DeepSportRadar 实例分割挑战赛的目标是解决篮球场上包括球员、教练和裁判在内的个体人物分割问题。该挑战赛的主要特点是球员间存在高度遮挡且数据量相当有限。为应对这些问题，我们设计了一条强实例分割流水线。首先，我们针对该任务采用了恰当的数据增强策略，主要包括光度畸变变换与复制粘贴策略，可生成具有更宽分布的更多图像实例。其次，我们采用了强分割模型，即基于 Swin-Base 的 CBNetV2 骨干网络上的混合任务级联（Hybrid Task Cascade）检测器，并在 HTCMaskHead 上添加 MaskIoU 头，可简单有效地提升实例分割性能。最后，应用 SWA 训练策略进一步提升性能。实验结果表明所提流水线在 DeepSportRadar 挑战赛上取得了具竞争力的结果，在挑战集上达到 0.768 [email protected]:0.95。源代码见 https://github.com/YJingyu/Instanc_Segmentation_Pro。
引用
@article{arxiv.2209.13899,
title = {Strong Instance Segmentation Pipeline for MMSports Challenge},
author = {Bo Yan and Fengliang Qi and Zhuang Li and Yadong Li and Hongbin Wang},
journal= {arXiv preprint arXiv:2209.13899},
year = {2022}
}
备注
The first place solution for ACM MMSports2022 DeepSportRadar Instance Segmentation Challenge