第二名方案

感谢主办方组织这次挑战赛。

掩码处理

统计测试集中掩码大小和位置的平均值和方差。在训练中使用这些统计值生成掩码。

数据预处理

使用 50k+fgvc9 数据集

• 数据清洗
  计算所有数据的 MD5 值，删除 MD5 相同但类别不同的数据，保留 fgvc9 中的数据（共保留 45,769 个类别）。
• 方向调整
  使用方向模型，将图像旋转为正向朝上。

训练步骤

步骤 1.
训练所有数据（10~20 轮）

步骤 2.
在 fgvc9 的 3116 个类别数据上进行微调（40轮）（提升约 0.03）

损失函数

因为同一酒店 ID 的图像差异很大，包含卧室、浴室等不同场景，所以我们使用 sub-center Arcface（k=3, Dynamic Margin）作为损失函数。

预测

在我的实验中，使用 logits 和检索方式的结果差异很小，所以我选择了更方便的 logits 作为预测方式。

模型

无效尝试

使用 fgvc8 数据进行伪标签训练。