Kaggle sea-lion总结

对一些排名靠前的方法总结。

我自己开始的想法是通过opencv把每个标记的点提取出来，然后通过opencv的漫水算法获得所需要的sealion的范围，后来发现这个太蠢了，当时真的没啥检测的经验，直接用的ssd跑了一下结果，fass-rcnn比ssd稍微差一点。主要是图片处理的方式不对。

第一名

没用检测，直接回归算得…

重点：

• 使用scikit-image Blob detection，将标注图片直接提取坐标

• 将原始的图片通过mask生成区域之后，化成一个一个大小的区域，然后选出该区域中出现的点的个数

• VGG+flatten+FC(1024) + relu+FC直接预测个数…

  之后通过统计回归的方式对pup进行修正

第二名

Unet