第30名解决方案

概述

@ayberkmir 和我参赛时间很晚。我浪费了第一周时间，因为没有正确理解评估指标，也没有据此调整提交策略。我们没时间去尝试太多不同的方法，所以这个方案相对简单。

验证策略

Ayberk采用了分层单次训练/测试分割（按血管数量分层），而我使用了4折留一WSI交叉验证。令人惊讶的是，这两种方法在私有排行榜上都表现良好。

模型选择

我主要负责基于ResNeXt101骨干网络的Mask R-CNN和Cascade Mask R-CNN模型，Ayberk则专注于YOLOv7和v8模型。

训练过程

我在构建数据集时，通过抑制重叠度超过0.99 IoU的边界框来去除重复标注。我还加入了肾小球标注，并将不确定标注视为血管处理，认为这样能让训练更稳定。Ayberk未使用肾小球或不确定标注，而YOLO本身已能处理重复标注问题。

由于全切片图像（WSIs）较为相似，我决定不使用染色增强。采用了多尺度训练，尺度范围在原始尺度的1.5倍到2倍之间：

train_scales = [
    (, ), (, ), (, ),
    (, ), (, ), (, ),
    (, ), (, ), (, )
]

其他训练增强包括随机水平、垂直和对角线翻转，以及随机亮度、对比度、色调和饱和度调整。

Ayberk采用固定的1024x1024输入尺寸，因为我们认为YOLO内置的增强策略已足够强大。

我们基本使用优化器和调度器的默认参数，我只额外添加了一个学习率乘数步骤。

后处理

我们都认为后处理是本竞赛最重要的环节，因为评估指标较为特殊。我们将大部分时间都投入在后处理而非建模上。

首先，我们在模型预测时使用了3倍测试时增强（TTA：水平、垂直和对角线翻转）。TTA预测结果通过加权框融合（WBF）进行合并，融合后框对应的掩码取平均值。遗憾的是，我无法在mmdetection中获取软掩码预测，只能对二值掩码进行平均。我们没有使用多尺度TTA。YOLO模型输入尺寸为1024x1024，Mask R-CNN模型为1280x1280。

由于我使用了4折交叉验证，还需合并各折的预测结果，同样采用加权框融合。我们还尝试在此阶段融合YOLO和Mask R-CNN的预测结果，在公共排行榜上效果与其他方法相当，但在私有排行榜上始终表现不佳。

我们对比了使用和不使用膨胀操作的提交结果，发现TTA在公共排行榜上大幅降低了膨胀的效果。这很有价值，因为TTA更安全而膨胀操作风险较高。

我们尝试了多种组合的提交：模型、折数、TTA、膨胀、分数乘法、WBF调优等。

按公共分数排序时，高分提交多使用膨胀或集成方法：

按私有分数排序时，高分提交多采用TTA、无膨胀且为单一模型，但有一份使用膨胀的提交在私有榜得分0.50x，这很奇怪：

我们最佳提交在私有排行榜上位列第14名，但最终Ayberk选择了一个足够好的提交方案，使我们获得第30名。