BDD100K预训练权重实战指南：从数据准备到模型调优全流程解析

1次阅读

共计 2176 个字符，预计需要花费 6 分钟才能阅读完成。

BDD100K 作为自动驾驶领域主流数据集，包含 10 万张街景图像，其特殊性主要体现在：

多任务标注体系：同时包含物体检测（100 类）、语义分割（40 类）和车道线检测标注
驾驶场景偏差：70% 图像含遮挡场景，天气 / 光照变化剧烈（需特别注意数据增强策略）
标注格式陷阱 ：JSON 中的category 字段实际对应的是 COCO 格式的 supercategory 层级

预处理时建议使用官方提供的转换工具：

# 官方格式转换示例 (注意时区参数)
from bdd100k.common.utils import convert_bdd_to_coco
convert_bdd_to_coco(
    'labels/bdd100k_labels_images_train.json',
    'coco_labels/train.json',
    timezone='UTC+8'
)

官方提供两种权重加载方式，推荐使用第二种避免路径问题：

直接加载（需严格匹配目录结构）

model = torchvision.models.detection.fasterrcnn_resnet50_fpn(
    pretrained_backbone=False,
    pretrained=True  # 自动下载官方权重
)

本地路径加载（生产环境推荐）

checkpoint = torch.load('bdd100k_weights.pth', map_location='cpu')
# 处理 key 不匹配问题
new_state_dict = {k.replace('module.', ''): v for k,v in checkpoint.items()}
model.load_state_dict(new_state_dict, strict=False)

from torch.utils.checkpoint import checkpoint

class CustomModel(nn.Module):
    def forward(self, x):
        # 在 resnet block 间插入检查点
        x = checkpoint(self.block1, x)
        x = checkpoint(self.block2, x)
        return x

trainer = pl.Trainer(
    precision=16,  # 自动混合精度
    gradient_clip_val=0.5,  # 防止梯度爆炸
    accumulate_grad_batches=4  # 模拟更大 batch
)

transform = A.Compose([A.RandomRain(p=0.2),  # 模拟雨天
    A.RandomShadow(p=0.3),
    A.HorizontalFlip(p=0.5),
    A.ColorJitter(brightness=0.4, contrast=0.3), 
    A.Cutout(max_h_size=32, max_w_size=32)  # 模拟遮挡
], bbox_params=A.BboxParams(format='pascal_voc'))

class BDDModule(pl.LightningModule):
    def __init__(self, lr=1e-4):
        super().__init__()
        self.model = load_pretrained()
        # 替换最后一层适配新任务
        self.model.roi_heads.box_predictor = FastRCNNPredictor(2048, num_classes=5)

    def training_step(self, batch, batch_idx):
        images, targets = batch
        losses = self.model(images, targets)
        return {'loss': sum(losses.values()), 'log': losses}

标注映射问题 ：BDD100K 的traffic light 类别包含 3 个子状态，需在损失函数中处理类别不均衡

多 GPU 数据分片 ：使用DistributedSampler 时注意设置shuffle=False

train_sampler = torch.utils.data.distributed.DistributedSampler(
    dataset, 
    num_replicas=world_size,
    rank=global_rank,
    shuffle=False  # 必须关闭！)