2020中兴捧月算法大赛-阿尔法（MOT）赛道--赛后总结

比赛结束了，很荣幸拿到了中兴捧月算法大赛 MOT赛道 全国总决赛第二名的亚军奖杯，这估计也是我找到工作前最后一个比赛了，收获满满，下面算是自己给自己写的一个简单的赛后总结，做的比较粗糙，细节也就不多赘述，当然也欢迎交流。

一、初赛

初赛截榜前一周，我才开始做这个比赛，参赛模型是今年的SOTA模型FairMOT，主要针对跟踪部分做了一些针对性改进（方案不太方便透露），当时也没想着能进复赛，只是想着拿个面笔试资格，哈哈，但是没想到进了复赛。初赛排名：Rank28。

二、复赛

复赛不是技术赛，而是面试，大概问了以下问题：
先是问了关于初赛方案的一些问题
然后面试官：你说你做过目标检测，那我问你一些目标检测的东西
1、 知道CBN么，可以说一下么？
2、 SPP（空间金字塔池化 Spatial Pyramid Pooling）可以说一下么？
3、 目标检测一阶段和二阶段的区别？
4、 Mish和Leaky ReLU的区别是什么？Mish有什么优势？
5、 SSD和YOLOv3的主要区别是什么？
6、 Darknet和 VGG的区别什么？
7、 Resnet系列你熟悉么？可以谈谈么？
8、 如何提升小目标检测结果？
9、 介绍一下Ohem和focal loss，说一下两者的区别？
10、你知道哪些度量距离？都有什么区别？
11、 说说你对anchor free的理解？
12、你可以对照公式说一下卡尔曼滤波么？
14、LR和SVM的区别是什么？
大概就记得这些，整个面了40多分钟，我之前也没想到他会面这些，基本没准备，大概就回答上来六七成，还说的磕磕巴巴，面完还以为凉了，结果Rank13，进了决赛。

三、决赛

附上我的几页PPT吧，就不赘述，其实没什么复杂的东西，大道至简。






简单吧，考虑到决赛的评分标准，这种方案的劣势就是ID Switch 会比较严重，还有就是算法观赏性不足，答辩比较吃亏，其他全部顶满。在答辩的时候，刘明老师给我提了一个我没考虑到的建议：是否可以用一些传统的描述子来简单做reid，我觉得可以，但是速度和内存都会被拖累，这种低精度的reid的收益可能为负，不过确实值得尝试。

还有第一大佬的方案，我觉得确实不错，工作很全面，reid部分采用更轻量化得模型mobilenetv2，但这样执行速度仍然很慢，为了提高速度，他采用离线MOT的思维，隔帧做关联，中间帧的用两帧的信息来插值，使得速度满足一定要求。

最后说一下CenterTrack的问题，我发现它在MOTChallenge public赛道上，是用了自己的检测结果的，具体实现方式就是用自己预测的检测中心和public dets中心计算距离做匹配，然后将匹配到的自己的检测结果输出，这样做是否属于作弊呢？不过该模型的检测跟踪效果确实挺好的。

开源代码：https://github.com/TimeChi/ZXMOT