感谢比赛主办方、Kaggle 以及所有参赛者。
并祝贺所有的获奖者！

概述

我解决方案的关键点是：

• 强大的数据增强
• 同时使用完整图像和切片图像

模型与训练

我使用了 9 个 CNN 模型。

• efficientnet b5 x 7
• convnext base x 2
  • 单类分割 : 7 个模型
  • 多类分割 : 2 个模型

最佳单模型训练设置

• 编码器
  • efficientnet b5 advprop 预训练
• 解码器
  • 我修改过的基于 UNet 的模型
• 数据增强
  • Resize (缩放)
    • 例如）前列腺 : cv2.resize(img, dsize=None, fx= 0.4/6.263, fy= 0.4/6.263, interpolation=cv2.INTER_LINEAR)
  • RandomCrop (p=0.5) (随机裁剪)
    • 如果裁剪 : 切片图像
    • 否则 : 完整图像
  • ShiftScaleRotate (平移缩放旋转)
  • GaussNoise (高斯噪声)
  • GaussianBlur 或 MotionBlur (高斯模糊或运动模糊)
  • HorizontalFlip (水平翻转)
  • ColorJitter (颜色抖动)
  • RGBShift (RGB偏移)
• 其他详细训练设置
  • 输入图像尺寸 : 800 x 800
  • 65 个 epochs
  • 损失函数: BCE loss + Tversky loss
  • 优化器: RAdam
  • 使用来自 GTEx Portal 和 HuBMAP - Hacking the Kidney 的外部数据
    • GTEx Portal : 脾脏、前列腺、大肠
      • 我每个器官只使用了 1 张切片，因为我发现它们并没有帮助提高我的分数。
  • 所有图像均用于训练
  • 单类分割

最佳单模型分数

• Public HuBMAP : 0.596
• Private : 0.810

推理

TTA (测试时增强)

• 完整图像
  • 旋转 (0, 90, 180, 270)
  • 水平翻转 + 旋转 (0, 90, 180, 270)
• 切片图像
  • 裁剪尺寸 : 1900 x 1900
    • 如果图像尺寸 < 1900 : 不裁剪
    • 如果 1900 <= 图像尺寸 < 3000 : 4 次裁剪 (2 x 2 切片)
    • 如果 3000 <= 图像尺寸 : 9 次裁剪 (3 x 3 切片)

集成

• 每个模型的预测 : ((完整图像均值) > 阈值_1) + ((切片图像均值) > 阈值_1)
• 最终预测 : 每个模型预测之和 > 阈值_2
  • 肺 阈值_2 : 0
  • 肾脏 阈值_2 : 4
  • 其他 : 2