前言：

{

? ? 知道要更新但沒想好寫什么，我就干脆在kaggle上寫了一篇公開的notebook[1]（我記得原來好像叫kernel），內(nèi)容很簡(jiǎn)單，就是根據(jù)segmentation標(biāo)簽生成bbox。

}

?

正文：

{

? ? 主要內(nèi)容在[1]。我做這個(gè)是因?yàn)槲腋沐e(cuò)了。我本想試試之前我博客[2]提到的HRNet，而恰好mmdetection里也實(shí)現(xiàn)了HRNet，且這里還有許多其他高精度的模型也需要bbox。可是我沒注意到，mmdetection里的HRNet是針對(duì)目標(biāo)檢測(cè)任務(wù)的，或者說是針對(duì)實(shí)例分割（Instance Segmentation）的，而我當(dāng)前的任務(wù)是檢測(cè)缺陷[4]，或者說是語(yǔ)義分割（Semantic Segmentation）。

}

?

結(jié)語(yǔ)：

{

? ??kaggle確實(shí)是一個(gè)不錯(cuò)的學(xué)習(xí)平臺(tái)，至少有許多準(zhǔn)備好的數(shù)據(jù)和其他人的結(jié)果。通過這些結(jié)果，我能看清自己有幾斤幾兩。

? ? 參考資料：

? ? {

? ? ? ? [1]?https://www.kaggle.com/applefish/get-bboxes-from-segmentation-labels

? ? ? ? [2]?https://blog.csdn.net/fish_like_apple/article/details/100623183

? ? ? ? [3]?https://github.com/open-mmlab/mmdetection

? ? ? ? [4]?https://www.kaggle.com/c/severstal-steel-defect-detection/overview

? ? }

}

?