运气就是你需要的一切：第8名解决方案

致谢：

首先，我们要感谢Kaggle组织了如此精彩的比赛。主办方提供了极大的帮助，反应迅速，使这次比赛成为我们难忘的经历！

1. 解决方案摘要：

• 使用3D seresnet101、3D Resnet34和Segformer-b3作为主干网络的5个Unet模型集成
• 后处理方法：推理时屏蔽边缘像素，应用rot90和"通道"测试时增强(TTA)
• 最终两个提交：一个使用固定阈值(0.55)，另一个基于像素百分位数的动态阈值(前3%像素)

2. 数据集：

预处理：

• 设置最大像素值为0.78（即像素值>0.78时设为0.78）

交叉验证策略：

• 尝试两种CV策略：
  • 3折CV：按碎片1,2,3划分
  • 4折CV：将碎片2分为上下两半("2a"和"2b")

数据增强：

• 图像缩放和采样：使用三种分辨率(1x, 0.75x, 0.5x)
• Z轴压缩(比率±0.2)
• 3D旋转(±5°)
• 通道丢弃
• 旋转和翻转
• Albumentations增强

3. 模型：

3D SEResnet101：

• 架构改进：
  • 在编码器添加挤压激励层和空洞卷积
  • 使用BasicBlock替代Bottleneck
• 无预训练模型，从头训练两阶段：
  • 第一阶段：96尺寸图像训练
  • 第二阶段：192和256尺寸图像继续训练
• 固定步长112
• 随机选择15-40通道中的20个作为输入：
  • 推理时：15-40通道滑动窗口(大小20，步长5)取平均("通道"TTA)
• BCE + Dice损失
• 排除二进制掩码外区域

Segformer-b3：

• 使用3通道输入的Segformer-b3，ImageNet预训练
• 方法一：
  • 选择通道25-36(11通道)，分组为[25-27, 28-30, 31-33, 34-36]
  • 使用"注意力池化"合并特征图：
    • 参考@hengck23的详细说明
• 方法二：
  • 选择通道29-34(6通道)，分组为[29-31, 32-34]
  • 分别输入同一模型，平均logit输出
• 图像尺寸224
• BCE损失
• 排除二进制掩码外区域

3D Resnet34：

• 选择通道22-34(18通道)作为输入
• 图像尺寸224和192
• BCE + Dice损失
• 排除二进制掩码外区域

4. 推理：

• FP16精度
• 忽略二进制掩码外区域
• 旋转TTA(90度旋转)
• 通道TTA(仅3D SEResnet101)：
  • 15-40通道滑动窗口(大小20，步长5)取平均
• 屏蔽边缘像素：
  • 仅生成输出"中间部分"的预测
• 阈值处理：
  • 固定阈值0.55
  • 动态阈值：基于像素百分位数(前3%像素)

5. 最终集成：

最终集成是以下5个模型的加权平均：

最终两个提交：固定阈值(Public LB: 0.79, Private LB: 0.65)和百分位数阈值(Public LB: 0.79, Private LB: 0.63)

6. 尝试但未奏效的方法：

• 在3D Resnet解码器添加CBAM，但CV下降
• 使用红外图像作为额外分割头，CV无提升
• Mixup和标签噪声数据增强