第6名方案

感谢主办方，这次比赛非常有趣！

我明天就要结婚了，所以我甚至不确定在重置后是否还会重新参加比赛。不过，在我去参加单身派对前的上周末，我想着先训练一些模型看看效果如何。结果发现它们表现得相当不错！

我的一个模型承担了几乎所有的重任，仅凭它就能让我排在第8位，所以我将重点介绍这个模型。

这是一个 EfficientNet-B7，我以 1024 * 1024 的分辨率使用混合精度进行训练（并在 1280 * 1280 分辨率下进行测试）。

我确信我的模型之所以如此有效，是因为我觉得需要构建输入数据，以便模型能够识别出现的“针”（信号）是处于过渡期（在“on”或“off”目标之间）还是在一个片段“内部”——这两者有着根本不同的意义。此外，你不能把所有的“on”放在一起，把所有的“off”放在一起，因为那样数据的时间就不对齐了，像这里红线这样的持续存在的信号……

……会到处跳动，无法在整个过程中被“追踪”。

因此，我使用了一个非常简单的解决方案，即添加一个输入通道，根据该时间段是“on”还是“off”将其设为 1 或 0，见倒数第二行代码：

x = np.load(npy_path).astype(np.float32)
time, spec = x.shape[1:]
_x = np.zeros((spec, time * 6, 2))
_x[:, :, 0] = np.vstack(x).transpose()
for i_channel in range(len(x)):
    _x[:, i_channel*time:(i_channel+1)*time, 1] = 1 if (i_channel % 2 == 1) else 0
x = _x

我认为这将允许第一层中的卷积核出现“过渡性”针检测器和“非过渡性”针检测器，这显然具有巨大的相关性。

这也意味着如果我进行激进的 RandomResizedCropping（我确实这么做了），模型仍然可以“知道”它是 On 还是 Off 信号，而不管它在图像中的位置如何。

其他要点：

• 和其他人一样，Mixup 非常重要
• HFlip（水平翻转），VFlip（垂直翻转）。
• AdamW，OneCycle (5e-5 -> 1e-8)，梯度裁剪

我没有真正尝试其他任何东西，因为我只有时间训练 3 个不同的模型！甚至没有时间测试 TTA；我的最终模型在比赛结束前几个小时才完成，而且我的提交次数用完了。这里面有个教训……