BDD100K SOTA模型实战指南：从数据准备到模型部署的全流程解析

1次阅读

共计 2521 个字符，预计需要花费 7 分钟才能阅读完成。

BDD100K 是伯克利大学发布的自动驾驶领域大规模数据集，包含 10 万张高清图像，覆盖多样化的天气条件（晴天、雨天、雾天等）、光照变化（白天、夜晚）和复杂道路场景。数据集标注包含物体检测、语义分割、车道检测等多任务标签，是验证自动驾驶感知算法的黄金标准。

对于新手而言，该数据集的价值在于：

真实世界场景的复杂性远超合成数据，能有效检验模型鲁棒性
多任务标注支持端到端训练，适合研究模型泛化能力
社区提供标准评估指标（mAP、IoU 等），便于横向对比

夜间图像增强 ：

# 使用 CLAHE 增强低光区域
import cv2
def enhance_night(image):
    lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)
    l, a, b = cv2.split(lab)
    clahe = cv2.createCLAHE(clipLimit=3.0, tileGridSize=(8,8))
    l = clahe.apply(l)
    return cv2.cvtColor(cv2.merge((l,a,b)), cv2.COLOR_LAB2BGR)

雨天 / 雾天去噪 ：
使用导向滤波保留边缘信息
对 HSV 空间的 V 通道进行直方图均衡化

# PyTorch 自定义 Dataset 示例
from torch.utils.data import Dataset
class BDDDataset(Dataset):
    def __init__(self, img_dir, transform=None):
        self.img_labels = pd.read_csv('labels.csv')
        self.img_dir = img_dir
        self.transform = transform

    def __len__(self):
        return len(self.img_labels)

    def __getitem__(self, idx):
        img_path = os.path.join(self.img_dir, self.img_labels.iloc[idx, 0])
        image = cv2.imread(img_path)
        label = self.img_labels.iloc[idx, 1]

        if self.transform:
            image = self.transform(image)
        return image, label

模型	mAP@0.5	推理速度 (FPS)	显存占用
YOLOv7	58.2	45	6.8GB
DETR	56.7	28	9.2GB
FasterRCNN	54.1	15	7.5GB

选型建议 ：
– 边缘设备部署优先考虑 YOLOv7
– 需要处理遮挡场景时 DETR 表现更优

# Cosine 退火 + 热启动
scheduler = torch.optim.lr_scheduler.CosineAnnealingWarmRestarts(
    optimizer, 
    T_0=10, 
    T_mult=2, 
    eta_min=1e-6
)

transform = A.Compose([A.RandomBrightnessContrast(p=0.3),
    A.RandomFog(fog_coef_lower=0.1, p=0.2),  # 模拟雾天
    A.RandomRain(p=0.1),  # 模拟雨天
    A.HorizontalFlip(p=0.5),
], bbox_params=A.BboxParams(format='pascal_voc'))

# 训练循环模板
for epoch in range(epochs):
    model.train()
    for images, targets in train_loader:
        images = list(image.to(device) for image in images)
        targets = [{k: v.to(device) for k,v in t.items()} for t in targets]

        optimizer.zero_grad()
        loss_dict = model(images, targets)
        losses = sum(loss for loss in loss_dict.values())
        losses.backward()
        optimizer.step()

    # 验证集评估
    model.eval()
    with torch.no_grad():
        for images, targets in val_loader:
            # 评估代码...

    scheduler.step()

模型量化 ：

model = torch.quantization.quantize_dynamic(model, {torch.nn.Linear}, dtype=torch.qint8
)

剪枝示例 ：

from torch.nn.utils import prune
parameters_to_prune = ((model.conv1, 'weight'), (model.fc1, 'weight'))
prune.global_unstructured(parameters_to_prune, pruning_method=prune.L1Unstructured, amount=0.2)