Private 22nd Place Solution (Private LB 第22名方案)

恭喜所有的获奖者，也非常感谢主办方举办了如此有趣的比赛！！
这个任务主要在两个方面非常有挑战性：弱标签和类别不平衡。
我在解决这些问题上花了很多精力，并在这个过程中学到了很多。

摘要

• 我将这次比赛视为一个分类任务（除了 HPA Cell Segmentator 外，我没有使用任何分割模型）。
• 环境：Kaggle Notebook 和 Datasets，TPU 训练，GPU 推理，PyTorch。
• 细胞切片：选择“细胞核 BBox 中心”作为切片中心，选择“细胞 BBox 短边”作为切片边长 → 分数有所提升！！
• 两阶段训练流程（对于第二阶段，使用了伪标签、阈值处理和采样方法）。
• 进一步添加了绿色图像级标签预测，由 @h053473666 分享。

训练

我的流程如下：
交叉验证：多标签分层分组 K折（按图像 ID 分组）
数据增强：翻转、随机旋转、位移缩放旋转
损失函数：BCEWithLogitsLoss
优化器：Adam
学习率调度器：余弦退火
作为输入使用的细胞切片数量：约 70000（第一阶段），约 75000（第二阶段）
训练轮数：5轮，不使用早停
训练时间：每个模型 1~2 小时

推理

我使用了 @samusram 的快速分割器，并做了一些修改。
上述模型的分类预测结果与分割器的实例分割结果相结合。
https://www.kaggle.com/drtausamaru/hpa-ct-ill-inference-private

对我无效的方法（分数下降）

• 除了我采用的策略外的其他细胞切片方法（整细胞切片、细胞 BBox 长边长度、将目标细胞外部区域的值全部转换为 0、仅使用绿色信号等）。
• Focal Loss（焦点损失）。
• pos-weight 参数大于 1.0 的 BCEWithLogitsLoss。
• 标签平滑。
• 伪硬标签（0/1）。
• 对于第一阶段，一次使用 >=4 个细胞切片。
• MLSKF（非分组）。
• 模型：ResNet200D, SEResNeXt101。
• 细胞系分类模型。

我没尝试过的方法

• RGBY。
• 细胞切片：大于 256x256，uint16 格式。
• 其他分割模型（目标检测）。
• 其他数据增强（mixup、亮度修改、cutout 等）。

结语

我非常享受这次比赛，因为任务本身既有趣又充满挑战，而且只有少数公开的 Kernel 是简单的集成或 Fork，让我有机会与顶尖的 Kagglers 同台竞技。
感谢阅读 :)