2019 总结篇

2019 总结篇

今年下半年开始写的博客，来写一篇总结来结束我的2019吧（前天组会总结才发现今年真的什么都没干呀）。
----------------------------------------------分割线-------------------------------------------------------------

上半年（3-9月）

上半年是我最浑浑噩噩的一年吧，复试完之后到 放假之前就跟着一个老教授做了一个让我自己都觉得恶心的毕业设计，每天混着日子等放假，然后又自己做了一个app，当时还蛮有成就感，但现在觉得十分恶心。。。
终于在6月收到了导师的信息，让我在寒假跟着一帮本科生一起上了一个无人驾驶的实践课程。当时白天上上课，看看书，然后开始写了自己的第一篇博客（我觉得写博客真是能让自己保证学习效率的好工具），虽然上课效率极低（计算机科班出身表示听不懂控制理论），但是每天却过得很充实。

下半年（9-12月）

9月迎来了开学，见到了自己的同门才发现他们都好优秀啊（当时感觉自己就是渣渣）。为了准备第一次组会上的第一次报告而看了第一篇论文，我还清晰地的记得是李飞飞组的一篇行人行动预测的文章，然而当时并没有自己的研究方向也看得很粗，所以这篇文章并没有写入博客。
就这样，我像无头苍蝇一样杂七杂八的看各种东西：今天看到学长的博士预答辩就去看目标跟踪；明天被安排一个项目又去SLAM。。。。直到被一门课要求参加一个竞赛，而且没有排名就没有分数。看了一眼竞赛列表，只有一个跟视觉相关的比赛：无人驾驶综合感知。这个比赛的主要任务是目标检测和车道线的语义分割，而我主要做的是目标检测。由于第一次接触，我就细看了一篇CVPR2019的FSAF，然而作者的代码并没有调通好，所以我就试了一下这篇论文的baseline：retinanet。看到可视化数据的时候车辆行人什么的都被标出来还是很兴奋的，结果提交结果后连分数都没有，当时心都碎了，而且用我的电脑（1060 6g）训练一次就是一两天，所以比赛就泡汤了。。。
有点不甘心，于是我就入了目标检测的坑，看了几篇综述和论文后，主要针对了CVPR2019上很火的无锚框检测器和我觉得还有挺大上升空间的弱监督目标检测，这两个方向应该就是我研究生3年的研究对象了，到现在得到总结：

• 对于无锚框的检测器，其精度还是要低于现有的双阶段锚框检测器（cascadeRCNN领先太多了），但是在几个数据集上的高分并不能完全代表检测器的综合性能，毕竟在锚框上 要调整的参数还是挺多的，而且预设的锚框对于大形变物体和小物体的召回率是硬伤。
• 对于弱监督的检测器的话，大概有两种思路：1.把其看作一个多实例问题来解决 2.把边界框看作隐变量来求解。但是现在都有一个通用的问题：损失函数陷入局部最小。看了两篇论文的两种思路：
  Towards Precise End-to-end Weakly Supervised Object Detection Network:通过对把架构整合为一个端到端模型来让一个强监督检测器（FasterRCNN）来对整个网络其进行调整从而缓解这个问题。
  C-MIL:通过延续方法对损失函数进行平滑处理来缓解这个问题。
  后者的效果要比前者好一点点，而且我觉得C-MIL在理论的角度上更为科学（所以也更难懂）。总之，弱监督上的论文还是不多，但是如果弱监督检测器的性能提高上来的话，可能会代替强监督检测器成为现在主流的检测器（毕竟人工标注gt是很累的啊）。

目标

定个小目标吧，1.下学期能投一篇论文（中不中就随缘吧）。2.脱个单吧>。<

寄语

---------------------------------------------拒绝安逸，保持前进---------------------------------------------------------