第10名解决方案

感谢团队 @sggpls、@vzaguskin、@igorkrashenyi 的辛勤工作。

预处理

在比赛开始时，我们尝试了不同的方法（使用所有通道、仅使用 0、2、4 通道，使用 vstack 和不使用）。最终，最好的选择是仅使用 0、2、4 通道并结合 vstack。

我们还对图像尺寸进行了大量实验，发现更高的分辨率可以提高结果（512x512 和 640x640）。

数据增强：

• HorizontalFlip（水平翻转）, VerticalFlip（垂直翻转）
• ShiftScaleRotate（平移缩放旋转）
• RandomResizedCrop（随机裁剪缩放，比例 0.9）
• IAAAdditiveGaussianNoise（高斯噪声，比例 0.15）

此外，在训练期间我们尝试了 mixup 和 fmix，两者的表现差不多。我们也尝试在 mixup 期间增加信号强度，虽然有效，但并非总是如此。

训练

有效的方法

1. 大模型（efficientnet_b7, efficientnet_v2m, resnet200d, nfnet_f3 等）
2. Mixup
3. 大分辨率 (640x640)
4. 伪标签
5. 推理时的 TTA4（测试时增强）
6. OOF Stacking（袋外堆叠）

无效的方法

1. 将通道打乱作为增强手段
2. 用于分割通道的连体网络
3. 结合 on/off 信号的 LSTM 架构
4. VOLO 模型（难以训练，需要调整参数）

LB（排行榜）简化路线图

• b0 单模 0.74+ LB
• b0 OOF 0.77+ LB
• v2m OOF 0.775+ LB
• 融合 0.785+ LB
• 伪标签 0.795 + LB

感谢所有参与者、组织者和主办方 的辛勤工作，以及在数据泄露后恢复比赛所付出的努力。