第28名解决方案

概述

• 集成14个模型

• 模型架构：Unet, Unet++

• 编码器：resnest200e, resnest101e, efficientnet-b7

• 将超过1/2标注者认为是凝结尾的区域作为真实标签（GT），但我创建了四个标签，分别对应超过0、1/4、1/2和3/4标注者认为是凝结尾的区域。我训练模型同时预测这四个标签。
  
  （数据集处理笔记本，训练笔记本）

• 伪标签

数据增强

• A.RandomRotate90
• A.RandomBrightnessContrast
• A.CoarseDropout
• A.RandomGridShuffle