走马观碑的图像识别

简 介本文反映了参加走马观碑比赛的选手在图像识别环节遇到的技术困境。团队使用龙芯2k0300处理器和低分辨率摄像头被迫将神经网络压缩到仅有几千参数的微型模型却要应对2300种目标板样式和复杂背景干扰的题库。这种硬件限制导致模型准确率难以提升车辆被迫降速运行严重影响了比赛应有的竞速体验。选手们建议适当缩减题库规模或降低背景复杂度让比赛重心回归到底盘控制和速度比拼上而非过度聚焦于图像识别。同时指出在小规模数据集上模型表现良好但面对50万张大数据集时误判率显著上升进一步佐证了当前赛题与硬件配置之间的不匹配问题。关键词智能车竞赛走马观碑走马怎么能够观碑01【走马观碑中的图像识别】卓老师您好 我是今年参加“走马观碑”组别的选手。这几个月为了备赛 我们团队实拍了 20 多万张数据集去训练 一直在努力死磕视觉方案。 但在实车联调后 我们发现目前的赛题难度和咱们这组的硬件配置之间 跨度确实非常大。 所以想以参赛学生的视角 跟老师们反映一下我们在底层开发时遇到的真实痛点。我们使用的是龙芯2k0300加上 320乘以240 分辨率的摄像头。 为了保证车辆跑起来能有最基本的处理帧率 我们不得不把神经网络压缩到了极致 目前模型的参数只能控制在“几千”的级别 模型的“脑容量”确实非常小。但目前的真实题库是 可能出现的目标板样式高达 2300 种 而且里面还包含了大量带有复杂背景的干扰板。这就让我们遇到了一个非常艰难的瓶颈在 320*240 的模糊画质下 想要用一个只有几千参数的微型模型 去硬扛 2300 种包含复杂背景的混合题库 并从中提取出 3 大类的特征。 我们实测下来模型很容易陷入随机乱猜的状态 准确率很难提升。我们知道也许比赛中会有技术特别拔尖的顶尖队伍能突破这个限制 但对于我们绝大多数队伍而言 这确实远超了大家常规的工程优化能力。更让我们迷茫的是 大家来参加智能“车”比赛 初衷都是为了比拼底盘控制和竞速跑图。 但现在为了提高一点点可怜的识别率 车子只能被迫降速到像乌龟一样在赛道上“蠕动” 一旦稍微提点速单核 CPU 处理不过来 直接漏报罚时。 这让比赛完全失去了“跑起来”的竞速体验。听说其他组别结合实际情况 已经对相关规则做了合理的优化。 因此我们真诚地请求老师们结合 1GHz 单核的真实算力 对题库难度进行适当的“减负”我们不求降低“3大类”的分类要求 只求能适当缩减这 2300 种样式的绝对基数 或者考虑减少那些带有复杂背景的干扰板。恳请老师们给几千参数的轻量化小模型留一点处理空间 让比赛的重心能够更多地回归到“比拼车速与底层控制”的竞速初衷上 而不是让大部分队伍把时间和精力都卡死在图像识别上。 希望能得到老师们的理解 听听一线学生的真实反馈。卓老师我们通过实测 在训练数据集数量只有4万张的情况下 该轻量化小分类模型可以比较准确的识别准所训练的图片。 准确率大概在90%以上。但是我们对全部数据集进行训练 训练数量会达到50万张 在此条件训练出的模型会出现大概率的误判。所以建议减少一部分难以分辨的数据集。 谢谢卓老师老师辛苦了。卓老师我们通过实测 在训练数据集数量15类每类800张的情况下 该轻量化小分类模型可以比较准确的识别准所训练的图片。 准确率大概在90%以上前面表述错误了