| 模型 | 分数 | 备注 |
|---|---|---|
| lightgbm | 0.64 | 根据视频帧的时间,人工设计一系列特征 |
| cos_sim | 0.5155 | VGG19(conv2d-19) + argmin(1-cos(a,b)) |
| vgg19feature_extract | - | 过拟合 |
参考数据目录datasets/README.md
- git clone git@github.com:vegetable09/gaode_congest.git
cd gaode_congest- 按照
datasets/README.md下载好数据和json到datasets/ cd codes/datash get_Xy.sh- 下载
https://download.pytorch.org/models/vgg19-dcbb9e9d.pth到~/.cache/torch/checkpoints/vgg19-dcbb9e9d.pth sh run_model_cos.sh- python embedding_distance_test.py
- 结果保存在
datasets/amap_traffic_annotations_test_result.json
所有方法在codes/models目录, 目前有
- lightgbm: 根据视频帧的时间,人工设计一系列特征
- cos_sim: 使用VGG19的卷积层获得每个分类的embedding中心, 对于test数据, 计算余弦距离, 取最近的
- vgg19feature_extract: 使用完整的VGG19, 接上softmax层, 过拟合