一 CVPR 2018 卫星图像道路检测冠军（IoU 0.6342）
A. 参考资料
B. Take home message
1. 问题特点
- 道路细长狭窄
- 背景复杂，道路本身也错综复杂
- 道路跨度大，图像本身大：1024*1024
- 连通性，有些道路被树木遮挡
需要网络保留更多的纹理结构以及较大的感受野
2. 预处理
- 6226训练，1243验证，1101测试
- Image: uint8 [0, 255]→float [-1.0, 1.0]
- Mask: uint8 (0/255) → float (0/1)
- Data Augmentation: color transfer(HSV空间处理), spatial transfer。提升了1个点
Note:
i) 将原图resize到512或者256会丢失分辨率信息，而道路像素点本身就比较少，因此这样resize会严重损失道路信息，实验证明性能也不好。
ii) H和S的变换对应不同天气下拍出来的图像，V对应阳光好/坏的情况。
3. 网络
- Unet作为baseline（0.6294）发现预测的结果准确性不高，容易把河流也误认为道路。→使用预训练的模型替代编码部分
- Dice+BinaryCE
BinaryCE 在预测结果接近0和1的时候会出现loss截断的情况，导致没有梯度反传。
- 优化器采用Adam，RMSProp会过拟合，收敛也没Adam快。
- LinkUnet, （0.630）预测结果竟然没有比Unet有明显提升，观看结果发现有连通性问题，通过计算其感受野发现只有700多（远低于原图的1024）
LinkNet的创新点是将每个编码器与解码器相连接，编码器的输入链接到对应的解码器的输出上，然后求和。（Our methods directly use the output of their encoder and feed it into the decoder to perform segmentation.）此外用卷积下采样，没有用池化。而Unet采用的是Concate，pooling下采样。
- 提出D-LinkNet，通过引入扩张卷积金字塔模块，提升感受野
-
没采用类似CRF的后处理
最后的结果
-
kaggle获胜者的solution
kaggle Carvana image masking challenge
SpaceNet Challenge
4. 重要的点
- test time augmentation (ver-flip, hor-flip, diag-flip)，然后对输出的结果平均。+3%
- transfer learning
- 0.25Unet + 0.25 LinkNet34 + 0.5*D-LinkNet34 +2%
- 用前人验证过的方法，自己造轮子很容易掉坑里。
