第15名方案：CAM与语义分割方法

感谢 Kaggle 和主办方举办了一场精彩的比赛。

概述

我采用了弱监督语义分割方法。首先，我训练了图像级分类器并生成了 CAM（类激活映射），然后使用 CAM 生成的伪标签训练分割模型。

流程

图像级分类 & 语义分割 & HPA 细胞分割器。

图像级分类

• 模型：resnest50, resnet50, resnet200d, effb3
• 输入尺寸：512x512 ~ 1280x1280
• 损失函数：Focal Loss
• 类别掩码：普通 CAM 和 SC-CAM
  • SC-CAM, arxiv: 2008.01183
    子类别 CAM。为了改善 CAM 的定位效果，该方法引入了通过 CNN 特征聚类生成的子类别。该子类别有助于区分类内差异，并扩展 CAM 的区域，如下图所示。此图取自 https://github.com/Juliachang/SC-CAM。
  • SC-CAM 将分数提高了 0.005~0.02，但它仅适用于 512x512 尺寸。
  • SC-CAM 结合 Puzzle CAM 并没有效果。
• 最佳单模型：resnest50 768x768，公开榜 0.445，私有榜 0.441

语义分割

• 模型：Unet{resnest50, resnet50, resnext50}
• 输入尺寸：512x512 ~ 768x768
• 标签：由类别掩码 CAM & SC CAM 生成的伪标签，以及来自 HPA 细胞分割器的实例掩码
• 最佳单模型：resnet50 512x512，公开榜 0.491

其他技巧

• 训练速度：NGC 容器 x PyTorch 内存格式的 Channel Last。
  根据 timm 的基准测试结果，我的 ResNet 训练时间比初始配置减少了 40%。EfficientNet 的训练时间也减少了 20% 到 30%。
• TTA（测试时增强）：
  水平/垂直翻转，图像缩放 { x1.2, x1.4} 使 CAM 模型分数提高了 0.01~0.03。