21届智能汽车竞赛数据集修改及测试汇报WPNIST数据集合01【WPNIST提速走马观碑】卓老师您好鉴于很多同学反馈 今年走马观碑组数据集数据量过大 识别准确率偏低 19届数据集不太适合今年的龙芯组别。 因此我们在原有数据集基础上裁剪整理了一份新的数据集 以下为修改情况和测试结果。结合竞赛需求和同学们的反馈 筛选保留了300余张图片 筛选过程中兼顾了合理性与实用性一方面删除了特征过于相似的图片 避免冗余数据对模型训练造成干扰 另一方面特意保留了部分识别有难度的图片 核心目的是在删减数据集的同时 避免数据集难度过低 确保比赛仍具有足够的含金量 兼顾删减需求与竞赛的公平性和挑战性。 同时选择在原有数据集基础上裁剪而非更换新数据集 目的是保证同学们手头现有的数据集仍可复用 避免大家在数据集上浪费额外的时间和金钱 兼顾实用性与经济性。为了验证修改后数据集的可用性 我们进行了完整的测试 具体测试条件如下原图像分辨率320240。 模型与识别图像分辨率6868。 所用模型龙邱开源NCNN识别方案。经过多次实际测试 该数据集的识别准确率稳定在90%以上 且筛选后无特别容易混淆的图片 有效降低了模型识别误差 推理时间能够维持在5ms左右 能够实现极快的识别速度 这样就可以兼顾赛题对速度和识别精度的要求。本次修改主要针对大家反馈的数据集问题进行优化 希望能为各位同学备赛提供切实的帮助。■ 相关文献链接:21届智能汽车竞赛数据集修改及测试汇报WPNIST数据集合