第40名：纯UNet解决方案

祝贺所有的获胜者，也感谢主办方举办了如此成功的比赛，希望这能对医疗专业人员未来的工作有所帮助。

我的解决方案仅使用了UNet，通过两阶段的训练过程来利用标注数据，并帮助主干网络关注X光片中的关键部分。

交叉验证策略

我在有标注图像和无标注图像中分别应用了GroupKFold（k=5），然后将这两组数据连接起来。

预处理

我通过将异常/临界/正常类别分组，为每张有标注的图像生成了5通道掩码，并使用OpenCV将标注转换为线条。

• 通道 1：ETT（气管内管）
• 通道 2：NGT（鼻胃管）
• 通道 3：CVC（中心静脉导管）
• 通道 4：Swan Ganz Catheter（Swan-Ganz导管）
• 通道 5：来自 @raddar 的肺部掩码

第一阶段：UNet教师模型

第一阶段是一个UNet，用于预测5通道掩码，并且在瓶颈层有一个分类头来预测11个类别。该模型仅在有标注的图像上进行训练：

• 使用AdamW优化器，权重衰减为0.1
• 余弦退火学习率，Tmax=60个epochs
• 早停机制，耐心值为5
• 学习率 = 0.00025，批量大小约为5-7（取决于主干网络）
• 重度的数据增强，类似于kernels/discussions中见到的方法
• 分割任务使用BCEWithLogitsLoss
• 分类任务使用 0.01 * BCEWithLogitsLoss

我通常不提交这些模型，但对于ResNet-200D UNet，其在公共榜上的得分为0.953，私人榜为0.961。

第二阶段：UNet学生模型

然后我训练了第二个UNet（架构相同），但使用了完整的类别标签和由教师UNet生成的掩码，使用的超参数基本相同，但数据增强较轻。这些伪掩码是即时生成的，以便更好地从数据增强中受益，并在传入BCE损失之前通过sigmoid激活函数。我没有使用阈值来创建二进制掩码，试图以此来传递教师模型的不确定性。

为了将ResNet200D和SEResNet152d用作UNet编码器，我fork了 @pavel92 出色的segmentation models，并从timm添加了这些编码器（感谢 @rwightman）。

最终提交

我使用了2倍TTA（恒等变换和水平翻转）以及爬山法集成，最终提交成绩为公共榜0