aistudio 常规赛：钢铁缺陷检测挑战赛 刷榜记录（目前map44.56473，第21名）

1、前言

1.1 比分背景介绍

初次在aistudio平台上接触到这个比赛时，是2021年底，博主刚刚接触paddle系列框架，在众多大佬将结果的mAP刷到了40多，而博主基于别人公开的baseline仅能将mAP刷到3分多，简直天壤之别。当时博主用的是paddlex框架进行目标检测训练，对paddledetection完全不熟。后来博主一直从事语义分割工作，对此不了了之。近期闲下来，再度观测榜单时，高分大佬云集，排名情况可见如下，mAP 40多分现在也只是在100名徘徊。博主不认为自己是一个菜逼，因此下定决心要在这个比赛上取得成绩。

1.2 基本情况分析

这么多人取得高分，这不符合博主对技术群的认知，想必是因为开源共享的精神和近段时间各种优秀目标检测方法的提出。恰好，博主此时对paddledetection了解颇多，于是重刷比赛。先尝试了yolox，结果得分不如人意，详细分析确定不是博主的使用问题。于此，对榜单大佬的开源项目和aistudio公开的钢铁缺陷检测项目进行调研，得出情况如下：
1、大量项目都是使用faster-rcnn系列的网络取得成绩
2、很少有人在方法和网络上存在创新
3、个别提出了数据预处理（直方图均衡化，人工修正错误标签）
4、有高分大佬用到了wbf进行多模型结果融合

2、开展比赛

</