BDD100K目标检测结果解析：从数据集到模型优化的全流程实践

1次阅读

共计 1586 个字符，预计需要花费 4 分钟才能阅读完成。

BDD100K 是自动驾驶领域广泛使用的数据集，包含 10 万张标注图像，覆盖多样化的驾驶场景。但在实际使用中，开发者常遇到以下挑战：

场景差异大 ：数据集包含白天、夜晚、雨雪等多种光照条件，模型需要具备强大的适应能力。夜间场景的检测准确率通常比白天低 15-20%。
小目标检测难 ：交通标志、行人等小目标占比约 30%，这些目标在图像中可能只有 10×10 像素大小。
标注质量问题 ：
遮挡物体标注不一致（部分遮挡物体可能被忽略）
同类物体的标注标准不统一（如不同标注员对卡车和货车的区分标准不同）

模型	白天场景	夜间场景	小目标检测
YOLOv5s	58.2	42.1	45.3
Faster R-CNN	62.4	47.8	51.2
DETR	61.7	46.3	53.6

光照不变性增强
使用 CLAHE（限制对比度自适应直方图均衡化）处理低光照图像
采用 MixUp 数据增强，混合不同光照条件的图像
小目标检测优化
在 FPN 结构中增加 P2 层（1/ 4 原图尺寸）专门处理小目标
使用 BiFPN 替代标准 FPN，加强特征融合

import torch
from torchvision import transforms

class BDD100KDataset(torch.utils.data.Dataset):
    def __init__(self, json_path, img_dir):
        # 解析 BDD100K 特有的 JSON 标注格式
        self.annotations = self._load_json(json_path)
        self.img_dir = img_dir

        self.transform = transforms.Compose([transforms.ToTensor(),
            transforms.RandomApply([transforms.ColorJitter(0.4, 0.4, 0.4, 0.1)
            ], p=0.8),
            transforms.RandomGrayscale(p=0.2),
            CLAHE(),  # 自定义 CLAHE 实现
            MixUp(alpha=0.2)  # 自定义 MixUp
        ])

class BalancedFocalLoss(nn.Module):
    def __init__(self, class_counts):
        super().__init__()
        # 根据类别频率计算权重
        weights = 1.0 / torch.sqrt(torch.tensor(class_counts))
        self.weights = weights / weights.sum()

    def forward(self, pred, target):
        ce_loss = F.cross_entropy(pred, target, reduction='none')
        pt = torch.exp(-ce_loss)
        focal_loss = ((1 - pt) ** self.gamma) * ce_loss
        return (focal_loss * self.weights[target]).mean()