感谢比赛主办方、Kaggle 和所有参与者。同时祝贺获胜者们。
非常感谢 @jpbremer。我们使用了公开的全景数据集和标注作为我们的主要数据集。如果没有它，我们无法在短时间内取得高分。

单模型

数据集

使用了两个不同的数据集。

• 全景数据集 (yolov5): 由 yolov5 裁剪的数据集。
• 全景数据集 (yolox): 使用上述标注作为真值 (GT) 并训练了 yolox。

在比赛最后一天之前，所有模型都使用全景数据集 (yolov5) 进行训练。最后，使用全景数据集 (yolox) 对少数模型进行了几个 epoch 的微调。

模型

efficientnet_l2 在验证中效果最好。

训练配方

• backbone = tf_efficientnet_l2_ns
• 图像大小 (img_size) = 768
• 损失函数 (loss) = 带自适应边距的 Arcface
• 数据增强 = 水平翻转, RandAugment
• 优化器 = SGD
• 学习率调度 = 带预热的余弦衰减
• batch_size = 16 (每 GPU)
• epoch 数 (n_epoch) = 20

RandAugment 显著提高了验证分数。

伪标签

这是在排行榜上获得高分的关键。

我们使用训练好的模型的全连接层预测 ((logits * scale).softmax(-1)) 来生成伪标签。置信度阈值设定为 0.8。
每一轮伪标签训练都是从 ImageNet 预训练权重开始的。

以下是每一轮的排行榜分数。我们从第 3 轮开始使用翻转测试。

伪标签轮次: backbone = efficientnet_l2

提交生成

常规的图像检索方法。计算与训练数据集的余弦相似度并获取 top5 的 ID。

使用固定的 0.5 余弦相似度阈值来插入 “new_individual”。没有特殊的后处理，例如针对特定物种的阈值。

最终集成

最终提交是以下 4 个 efficientnet_l2 模型的集成。(公开分数=0.897 / 私有分数=0.872)

集成模型: 所有 backbone = efficientnet_l2