第3名解决方案 - MPWARE 部分

首先，我要感谢主办方举办了这场非常有趣的比赛，同时也感谢在论坛中对问题的准确回答。我还想特别强调一下提供的高质量数据。我要衷心感谢我的队友 @zfturbo 和 @christofhenkel，感谢他们的精彩合作、思维火花以及对我的耐心。

我们的解决方案是由不同的独立模型组成的集成。以下是我的部分。

简介

在比赛初期，我决定从 WSSS（弱监督语义分割）SOTA 方法入手，以学习新知识。即利用多标签进行全图训练，并尝试构建分割。许多解决方案都基于 CAM（类激活图）的应用。简而言之，在流程的最后，让 CAM 在图像上生长并扩散到感兴趣的区域。然而，由于细胞掩码已经可用，我不需要完全照搬 WSSS 的流程，只需在某个点将 CAM 与细胞相交即可获得预测标签。我尝试了 Puzzle-CAM [1] 和 DRS（判别区域抑制）[2] 两种方法。最终，我通过修改后的 Puzzle-CAM 获得了最佳结果，该模型在 RGBY 图像上训练，并采用两阶段推理（全图和单细胞基础集成）。

我很早就与 ZFturbo 组队，他使用了不同的方法，而我们的解决方案集成效果很好。下一步的改进是从我的一些最佳模型变体中生成 OOF（每个类别的单细胞预测），这有利于 ZFTurbo 的模型以及我们最终的集成。

接近比赛尾声时，我们的推理时间还有富余（我们的流程仅运行约 6.5 小时），我们一致认为整合新模型会有所帮助，因此我们与 Dieter 合并，他带来了新的模型/想法，这使我们成功进入了获奖名单。

训练

使用孪生网络，CNN 主干网络后接分类器，以构建每个类别的激活图。将 GAP（全局平均池化）移至末端以获得全图预测。组合损失函数同时考虑了完整特征和拼图/重组特征以及激活图之间的距离。

流程：

注意：与常规分类器相比，WSSS 中使用的 Classifier/GAP 交换以及用于整体一致性的 L1 损失。

数据增强：

适用于 RGBY 图像的简单增强：

• 噪声：GaussNoise, CoarseDropout, IAAAdditiveGaussianNoise
• 翻转/旋转：HorizontalFlip, RandomRotate90
• 旋转/畸变：GridDistortion, ShiftScaleRotate, ElasticTransform, OpticalDistortion, IAAAffine/Shear
• 模糊：GaussianBlur, MotionBlur, MedianBlur
• 颜色：RandomGamma, RandomBrightnessContrast

采样策略：

类别分布如下图所示。类别非常不平衡，尤其是 Aggresome（第15类）和 Mitotic spindle（第11类）。Nucleoplasm（第0类）和 Cytosol（第16类）则数量过多。

在训练期间应用了加权随机采样来平衡每个类别。基本上，给予 Nucleoplasm 较低的权重，给予 Mitotic spindle 较高的权重。然而，为了抵消这种策略导致的第11类和第15类稀有类别的过度采样，我们将权重值截断为 Intermediate filaments（第8类）的计算值。

数据：

训练集和外部数据被用于训练不同的模型变体：

• 89k 张图像：训练集 + 主办方提供的外部公开数据
• 98k 张图像：训练集 + 主办方提供的外部公开数据 + HPA 2018

每张单层图像被合并并调整为 RGBY 512x512 图像（蛋白质 + 背景）。在健全性检查中发现了少数相似图像，但未将其移除。

外部数据对于本次比赛至关重要，它增加了数据量并提升了模型效果。

交叉验证：