第9名解决方案

感谢主办方，也祝贺所有的获奖者！

概述

参考Sartorius竞赛的前两名解决方案，我在竞赛早期决定采用目标检测和语义分割的两阶段流水线，而非使用Mask-RCNN等单阶段模型。我认为两阶段流水线的主要优势在于易于集成和进行测试时增强(TTA)。

检测部分

dataset2边界框级标注的更新

正如讨论中提到的，在同时使用dataset1和dataset2训练的模型中，膨胀操作显著提高了LB分数。然而仅使用dataset1训练的模型并未显示出这种效果。这让我相信dataset2的标注比dataset1的标注更小。考虑到存在多种类型的血管，并且它们的标注可能并非均匀偏小，我采取了使用仅从dataset1训练的模型来更新dataset2的边界框级标注的方法。

更新是通过替换原始标注为满足以下条件的预测结果来完成的。基本上，更新后的边界框比原始的要大，且dataset2中边界框的总数不会因更新而改变。

1. IoU > 0.4
2. FP / (TP + FP) > 0.1

在使用更新后的dataset2与dataset1一起训练的模型中，膨胀带来的LB提升几乎消失，且在没有膨胀的情况下就实现了0.5以上的LB分数。

交叉验证策略

采用以下特殊的二折划分方式进行交叉验证。

模型训练

我训练了2类别（血管、肾小球）的检测模型，忽略"unsure"标签。我修改了YOLOv5/v7/v8的源代码，添加了90度随机旋转增强。最终提交使用了以下5种模型×2折（共10个模型）。

推理过程

由于我认为检测的准确性比分割更重要，且测试图像数量较少，因此我进行了10个模型×16种TTA的大规模集成。10×16=160个检测结果通过WBF合并。

• 16种TTA：8种来自h-flip、v-flip、90度旋转的组合，2种来自2种尺度（基础尺寸，基础尺寸+64px），8×2=16
• 每个模型NMS的IoU阈值：0.6
• WBF的IoU阈值：0.7

分割部分

交叉验证策略

与检测模型基本相同，只是dataset2不进行更新。

模型训练

作为边界框的掩码，我没有使用检测模型的预测结果，而是使用从原始标注中获得的边界框。与检测模型不同，"unsure"标签也被用于训练。最终提交使用了EfficientNetB1-Unet和EfficientNetB2-Unet（各2折，共4个模型）。

推理过程

由于运行时间限制，未使用TTA。二值化使用的分数阈值为0.5。

最终提交策略

通过更新dataset2获得的效果较小，但微小的膨胀略微提高了LB分数。我没有使用cv2.dilate对最终掩码进行膨胀，而是通过百分比增加边界框的尺寸。在我的最终提交中，3%的边界框膨胀使我的LB分数提高了约0.005。我在两个最终提交中的一个使用了3%的膨胀，另一个没有（除膨胀外还有其他差异）。

尝试但未成功的方法

• 在dataset3上的半监督学习