第二名方案

非常感谢本次比赛的组织者。祝贺所有的获奖者！

数据集

仅使用了今年比赛发布的数据。

我们相信高分辨率对细粒度分类是有益的。然而，由于计算资源有限，我们仍然在一些较低的分辨率上进行了测试。最终，我们最好的方案使用了从1024裁剪出的960分辨率。

算法

1. 使用了 RegNetY-16.0GF 模型。
2. 使用了 AutoAugment、RandomCrop（随机裁剪）和 RandomHorizontalFlip（随机水平翻转）。
3. 当使用不同的训练参数（如初始学习率、epoch数、dropout比例等）时，照常进行了模型集成。
4. 伪标签也有助于迭代地提高准确率。
5. 在测试期间执行了 TTA（测试时增强）。
6. 使用了 Dropout 以避免过拟合。

结果