特别的猫

改进cascade_rcnn：增加数据处理部分：mixup、cutmix、RandomCrop以及修改部分网络结构，结果有一点提升，但是提升不特别大。

比赛网址链接：https://www.heywhale.com/home/competition/605ab78821e3f6003b56a7d8 水下目标检测资源：https://github.com/wangdongdut/Underwater-Object-Detection首先看看原始数据集：1、直接拿原始数据训练，YOLOV4 线上：经过图像增强的视觉效果：采用cascade_rcnn_r50_fpn训练图像增强后的数据集，并删除数据集中水草“waterweeds”这一类.

一、题目分析1.赛题背景文本匹配（text matching）技术广泛应用于信息检索、智能问答、对话等业务场景。尽管当前该技术已经相对有了长足的进步，但是随着领域的拓展，标注数据的缺乏，以及用户描述上的多样性，如何精准的匹配用户意图，变得越来越困难。随着5G时代的应用与发展，文本匹配技术应用越来越广泛，要求越来越高。2.具体题目给定一定数量的标注语料和大量的未标注语料，要求选手设计...