第8名方案概述

我们要感谢所有组织者举办了这场非常激动人心的比赛。
祝贺所有完成比赛的人以及获奖者。

摘要

• 验证
  • GroupKFold(k=5)，按 label_group 分组
• 嵌入
  • 拼接图像、TF-IDF 和标题嵌入 (21208维)
  • 图像：CNN(ResNet101/152) + GeM + CosFace (3328维)
  • TF-IDF：TfidfVectorizer (10200维)
  • 标题：BERT(distilbert-base-indonesian) + ArcFace (7680维)
• 通过 Faiss 对转换为 fp16 的嵌入进行暴力 kNN
  • 使用 αQE + DBA [1][2]
  • 余弦相似度阈值为 0.59（本地 CV 最佳阈值 +0.15）
• 后处理
  • 仅当没有为产品找到配对时，忽略阈值，并将该产品与其最近邻配对。

模型细节

（稍后补充更多细节）

• 图像嵌入

  • ResNet152x2, ResNet101x3 配合 GeM 池化 (5折)
  • 损失函数：CosFace
  • 优化器：SGD lr=1e-3，WarmupCosineAnnealing 学习率调度
  • 输入尺寸 512x512
  • 嵌入维度 512(ResNet152), 768(ResNet101)

• TF-IDF

  • 使用 scikit-learn 的 TfidfVectorizer
  • 预处理
    • Unicode 处理
    • NFKC 标准化
  • 嵌入维度 10200

• 文本嵌入

  • distilbert_base_indonesian (5折)
  • 拼接第 4、5、6 层的平均值、CLS 和 token 嵌入的平均值（共 3840维）
  • 添加全连接层和 Tanh 激活函数，将嵌入维度从 3840 减少到 1536
  • 损失函数：ArcFace
  • 优化器：AdamW lr=1e-4，WarmupLinear 学习率调度
  • 嵌入维度 1536

Private/Public 排行榜变化

参考资料

[1]: <a href="https://arxiv.org/abs/1610