信任的力量
——實海域目標識別算法賽（B組）第一名 龍澤升團隊

本以為需要在大賽結束后向主辦方打聽龍澤升的聯系方式。因有一些其它的采訪任務，我錯過了這個小伙子的比賽。然而在頒獎儀式當天，他就坐在我的左邊。這讓我對龍澤升有了更多了解。

龍澤升，短發寸頭，個子挺高，戴副眼鏡，似乎不善言談。也許這就是我們印象中“理工男”的標配。簡單介紹之后，彼此添加了聯系方式，從而讓我有了更多了解龍澤升及其團隊的機會。用龍澤升的話說，這次“實海域目標識別算法賽”在一定程度上圓了他“揚帆起航”的夢想，而“海上爭鋒正當時”。

“2020年八月底的一個上午，我還在想自己第一篇科技類論文怎么投，突然接到老師發來的一則消息，‘今年的中國智能船艇挑戰賽要開始了，B組是實海域目標識別算法賽，正好是你的研究方向，你來當隊長，帶著師弟和師妹們參賽’。說實話，收到消息后，我有點慌?！饼垵缮貞浀溃骸爱敃r，我好像馬上就退出了微信界面——因為當時我還沒有進‘研二’，論文都還沒投過，在這種全國性的大賽面前，對自己能力不夠自信是正常的事情?！?/p>

年近四十的我，自然很懂龍澤升的顧慮和擔心。顧慮的，是萬一被淘汰又耽誤了學弟和學妹的時間，擔心的，是怕老師失望。沉默一些時候，龍澤升的確對此認同，但他又強調了一個小伙子應有的擔當：“雖然有些不自信，但我認為應該參賽，為學校和老師的肯定，也為隊友和我個人的經驗及榮譽。”

“一個好漢三個幫?！饼垵缮f，之后，他迅速地展開行動，首先拉了幾個得力的師弟、學弟，然后分析B組（實海域目標識別算法賽）的任務和要求，制定出了一個初步的算法迭代計劃。“B組初賽在線上進行，主辦方提供多段船載攝像頭在實際海域中拍攝的視頻，參賽選手需通過設計算法，識別視頻中的Barrier和Coast，并用檢測框框出。隨著大數據技術的火熱，目前，目標識別領域的主流方法均是基于深度學習神經網絡，即通過大量已標注的數據對用于目標識別任務的神經網絡進行監督訓練，從而獲得一個算法模型。由于此次賽題較難，我們選擇了Faster RCNN算法，并在Pytorch平臺上實現。為了不斷優化算法，我們決定使用特征金字塔、隨機翻轉、軟極大值抑制（Soft-NMS）、學習率預熱等技術，通過消融實驗（Ablation Experiment）確定其作用。

由于龍澤升嚴格按照初步的比賽方案執行，模型效果最好，在初賽的最初兩周，他們獲得了意料之外的好成績。然而就在9月20日，龍澤升團隊的比分被競爭對手反超了。“我和我的隊友都很好勝，被人超過雖在意料之中，但還是很不甘心?！备岧垵缮y受的是，當時，他們的初步算法迭代方案已經走完，暫時沒有更多提高模型效果的方法了。“從某種程度上來說，算法走完意味著賽程的結束，如果沒有更優方案，我們可能就‘到此為止’了?！?/p>

當然，如果龍澤升及其團隊“到此為止”的話，也就沒有這篇文字了。

“隨后，我上網找了很多相關比賽冠軍隊伍的參賽方案，突擊閱讀了多篇新論文，制定了新的算法迭代方案?！饼垵缮f，Faster RCNN是在2015年面世的一套算法，而我們的更新方案最后采用2018年提出的Cascade RCNN算法，并在香港中文大學和商湯科技（Sense Time，一家致力于計算機視覺和深度學習原創技術的創新型科技公司）推出的MMDetection平臺上得以實現。迭代改進的技術除了具備前述算法外，還新增了多尺度訓練、混合精度、可變卷積、在線難例挖掘（OHEM）、聚類決定先驗框設置等技術，并還針對實海域視頻特點等特點，設計了熱力圖導向的泊松復制方法，“首先對目標通過背景差異度計算熱力圖，以熱力值高于閾值的區域作為目標區域，采用泊松融合方法將目標隨機復制至目標區域。”通過新的算法迭代優化方案，龍澤升團隊在比賽中的分數不斷提升，最終拿回第一。

智能船配備的智能傳感器

2020年10月24日，龍澤升代表其團隊站在了決賽答辯席上。答辯中，龍澤升仔細講述了兩個月來團隊在數據處理、模型優化、訓練及后處理等三方面的工作，最終，獲得了很多評委和選手作的認可，獲得B組一等獎。

賽后，我問到龍澤升的感想，他用了一組排比：“獲獎后，我回想了很多。想起了最初的不自信，想起了和隊友分析、討論模型時展開的頭腦風暴，想起了被超越后瘋狂查找替代方案和論文時的焦急。同時，我也收獲了很多，獲得了站在領獎臺上的滿滿成就感，以及和參賽選手坦誠交流后的更多想法和經驗。這次比賽，讓我對實海域目標識別算法有了更多更加深刻的認識，也激發了我對船舶智能化發展的熱愛。”

當然，他最后雖未說，但我也能明顯感覺到還有一種“理工男”不愿過分表達的感激——對老師，對隊友。

基準模型

模型改進

后續改進方向

1、考慮使用圖像增強技術（例如GAN），對模糊的水面圖像進行去模糊處理；

2、考慮采用模型剪枝等輕量化技術，提高模型的檢測實時性；

3、標注圖像的成本太高，考慮使用弱監督/半監督技術；

4、考慮工程化應用，將模型轉化成TensorRT格式，將算法應用于實船。