【极市冠军方案解读】客流统计赛题冠军方案解读-2023长三角（芜湖）人工智能大赛
发布时间
阅读量：
阅读量
冠军方案：YuLab from南方科技大学
客流统计竞赛冠军方案解析——2023长三角（芜湖）人工智能大赛
我们在实际的应用过程中缺少对数据集分布的分析
用的是yolos！！！
用PP-LCNet网络来进行属性分类，分出性别 同时对人头框进行了扩充
仅将1%的数据用于验证集的构建。那么这样划分是否足够具有说服力？这样的划分是否可能导致验证集过于特殊或不具代表性？这个问题让我感到困惑。
增大检测框可能会带来额外的信息吗？但看起来模型训练起来并没有什么问题。然而可视化可能会让人觉得奇怪呢。不过由于这个比赛不需要进行可视化处理所以不用太担心啦。从感觉上来说这两个技巧并不是特别新奇。
跨线判定点阵法 该方法始料未及。仅仅计算了斜率的值，并对两种特殊情形进行了处理。
这个想法很新奇
缓冲区这个也想到了 不过超参不好调吧
在性别判定任务中, 该系统仅通过50%的数据达到了基本水平. 相较于其他方案, 在这一领域目前的表现尚有提升空间. 该关联关系在数据呈现上具有明显的特征, 并且呈现出良好的视觉效果.
我在C++中编写推理代码的能力非常出色，在Python中的表现则大打折扣。TensorRT并非追求速度极限的最佳选择，在这方面C++仍然是实现高性能算法的核心语言
在对整个 pipeline 的选择过程中存在一定的不足，在使用 C++/Python 时无法使速度得到提升。
全部评论 (0)
还没有任何评论哟~