第14名方案 - KMS

感谢比赛主办方举办这次比赛，也感谢 @mcggood 和 @shivamb 的出色工作！

解决方案

概述：融合了多种基于特征提取和微调的模型，模型的多样性和图像尺寸的多样性是关键。

基于特征提取的模型：

• tf_efficientnet_l2_ns + 图像尺寸 1024 + 岭回归: CV分数 17.68

基于微调的模型：（均使用了重度数据增强）

• tf_efficientnet_b4_ns + 图像尺寸 384: CV分数 17.79
• vit_large_patch16_384+ 图像尺寸 384: CV分数 17.63
• beit_large_patch16_512+ 图像尺寸 512: CV分数 17.59
• swin_large_patch4_window7_224 + 图像尺寸 224: CV分数 17.49
• swin_large_patch4_window12_384+ 图像尺寸 384: CV分数 17.48

模型融合：

最终集成模型 CV分数: 17.144

尝试过但未生效的方法

1. 从 MaskRCNN 提取更多图像元特征（例如宠物数量、它们占据的区域比例等）。
2. 使用以往比赛的数据（用于预训练或伪标签）。
3. 以宠物为中心的裁剪或一次随机裁剪 N 只宠物：虽然单模型 CV 分数提高了 0.2，但对模型集成没有帮助。