第4名解决方案 [SDSRV.AI] GoN团队

感谢组织方举办这场激动人心的竞赛。我们在此介绍SDSRV.AI的GoN团队获得第四名的解决方案。该方案强调了数据集、验证、集成和后处理方法的重要性。特别感谢@ducmanvo，一位出色的队友。

摘要

我们的解决方案结合了4个实例分割模型，包括CascadeRCNN（ResNeXt、Regnet）、MaskRCNN（swint）、HybridTaskCascade（Re2Net）和1个目标检测模型Yolov6m。每个模型使用包含1549张图像（ds1+ds2）的数据集进行训练，其中84张来自dataset1的图像用于验证。在推理过程中，采用加权框融合（WBF）技术集成RPN框和ROI框，而模型集成的掩码则使用平均方法。后处理阶段，我们过滤掉小实例并使用掩码分数优化实例分数。

交叉验证与预处理

训练-测试分割
- 训练集：1549张图像（1211张来自ds2 + 338张来自ds1）
- 验证集：84张来自ds1的图像
- 在解决问题的初期（比赛最后一个月），我们最初使用了K折交叉验证。但在发现dataset1和dataset2之间的分布差异、标签分配方法的不同，以及全切片图像（WSI）之间的标签分配变化后，我们决定将数据分成两个训练-验证集。验证数据完全来自dataset1（占dataset1的20%）。另一个分割数据的原因是在训练集中dataset1图像稀缺，而私人测试数据完全来自dataset1（只有422张图像）。
- 为了确定dataset1和dataset2之间标签分布的差异，以及不同全切片图像（WSI）之间的变化，我们在dataset1的训练数据（fold1）上训练了一个基础模型MaskRCNN R50，并在dataset1和dataset2（fold1）上进行验证。我们观察到模型在dataset1上的性能明显高于dataset2。在比较不同全切片图像（WSI）的性能时也采用了类似的方法。
预处理：移除重复标注
- 大约4.5%的训练数据存在重复。我们直接移除了这些重复标签以确保数据完整性并提升模型性能。

仅针对blood_vessel和unsure类别的训练与验证

在训练和验证过程中，我们特别关注"blood_vessel"和"unsure"类别。这一决策受到肾小球与其他两个类别之间显著尺寸差异的影响，肾小球要大得多。令人惊讶的是，当使用全部三个类别进行训练时，模型在肾小球上的性能仍然异常高。此外，比赛组织者告知我们，在测试阶段可以利用肾小球标签消除假阳性。因此，我们得出结论：额外的肾小球数据训练是不必要的。从训练数据集中移除肾小球标签后，我们观察到"blood_vessel"类别的性能得分有所提升。因此，我们决定在所有后续实验中排除肾小球标签。

模型

两阶段模型：MaskRCNN、CascadeRCNN、HybridTaskCascade
- 在使用基础模型（MaskRCNN-R50）进行训练时，我们注意到使用默认mmdet配置时模型难以收敛。因此，在后续实验中，我们减少了增强方法的使用，仅保留多尺度训练。此外，我们采用了更大的骨干网络（ResNeXt-101）并将SGD优化器替换为AdamW。为了进一步增强集成过程中的模型多样性，我们将CascadeRCNN和HybridTaskCascade纳入我们的方法。这些修改旨在改善模型的收敛性和整体性能。

Yolov6m：像MaskRCNN、CascadeRCNN和HybridTaskCascade这样的两阶段模型在特定的交并比（IoU）阈值范围[0.5:0.95]内表现出良好的平均精度（MAP）。然而，它们的整体MAP[0.5:0.95]得分可能无法达到较高值。为解决这一限制，YOLO系列模型提供了解决方案。特别是YOLOv6，使用默认训练配置时，其平均召回率（MAR）达到55.1，显著高于两阶段模型的44.x。这一MAR的改进凸显了YOLO系列模型在克服上述缺点方面的有效性。
详细训练配置
- 优化器：AdamW，预热3个epoch
- 使用血液血管类别的MAP[0.5:0.95]选择最佳模型
- 数据增强：多尺度训练[(512x512), (640,640), (768, 768), (896, 896), (1024, 1024)]

训练：两阶段

• 阶段1：使用所有1549张图像训练，2个类别
• 阶段2：使用ds1的338张图像训练，2个类别

专注于优化仅包含dataset1的验证集，在训练集中使用dataset1对模型进行几个epoch的微调，提高了验证数据的性能。

集成与后处理

集成
- 集成过程如下图所示；我们在集成边界框时使用加权框融合（WBF），因为它比NMS、SoftNMS或NMW产生更优的结果。

- 对于WBF，在集成过程中每个模型被赋予相等的权重。

后处理
- 移除面积小于80像素的实例
- 使用公式优化实例分数：score_instance = score_bbox * mean(mask[mask > 0.5])

一些详细实验：

我们观察到本地验证与公共排行榜（LB）分数之间有很强的相关性。因此，我们仅在验证分数有显著提升时才提交结果。

结论

• 我们方法中的多项技术显著影响了私人分数：仅使用dataset1进行验证和微调、采用轻度增强、多阶段集成、利用YOLOv6获得更高的MAR、优化预测分数，以及毫无疑问地——充分信任验证分数（无需扩张）！！！
• 采用更大的模型和更大的图像尺寸进行训练有可能提升模型质量。然而，由于资源限制，我们无法实施这一策略。

关键词：实例分割、集成实例分割、重排序实例、优化实例分数