TPU编程竞赛系列｜AI算法创新赛「人车目标检测」结果出炉！

由算能发起并承办的AI算法创新赛 –人车目标检测大赛落下帷幕，该赛事吸引了来自全国各地的20余支队伍参赛，经过数月的激烈角逐，6支队伍脱颖而出，分获一、二、三等奖并赢得丰厚奖金！

目标检测是计算机视觉的热门方向，广泛应用于各种智能视频监控系统中。人、车是现代社会最为重要的组成对象，实现人、车目标的精确快速检测，对构建智慧城市和平安社会具有重要意义。

作为图形处理器的GPU，运行要依赖CPU的调用，而且基于现有的冯·诺依曼结构的经典计算机运行时，就不可避免地受到存储与计算分离的限制，能效比不高。TPU是专门用于人工智能算法的张量处理器，可以大幅度提升AI模型在边缘设备的运行效率。本次大赛旨在提升人车目标检测在TPU平台上的精度和部署效率，并应用于实践。

选手们通过多种方法实现了模型精度的提升。

AI0000043：

为了有效增强模型的检测性能，我们提高输入图像的分辨率，但更大的分辨率要求网络具有更大的感受野，所以他们使用了YOLOv5s6模型，同时使用4head结构有效提升模型对不同尺寸目标的检测性能.。

在使用预训练权重、多尺度训练、模型平均以及同步BN的基础上，使用大量数据增强来提升模型的检测性能及泛化能力。

AI0000020队伍：

采用了YOLOv7作为baseline，针对给定的训练数据重新选择anchor大小，使用K-means方法计算出最合适的anchor值，采用Masico, MixUp等方式提升模型泛化能力，并针对行人和自行车做random_affine数据增强。

更多的优化策略后续会陆续分享，敬请关注算能AI算法创新赛！