396. SIIM-ISIC Melanoma Classification | siim-isic-melanoma-classification
这是我第二次认真投入时间的比赛。我的策略是这样的:我按日期排序了 Chris Deotte @cdeotte 的 Notebooks 和讨论帖子,并基本上实现了其中的每个内核和讨论帖中的建议。我在 Colab 中进行了训练,并试图遵循他的建议,即首先使用较低分辨率的图像和较简单的模型进行实验。
此外,他发布了往年获胜者的链接,这些获胜者使用了模型集成,采用逐渐更复杂的模型架构和逐渐更高的分辨率。这个想法对我来说效果不是很好,复杂度较低的模型表现并不是很出色。但我坚持在最终提交中使用它们,并将较低的模型(如 128 的 B0、192 的 B1 等)权重设得非常非常低。
我认为我不配得到这枚金牌。我原本希望能进入前 20%。我认为那才是对我智力贡献的公正反映。他们仍在处理结果,所以最终排名可能更准确。我认为我确实学到的一件事是,最终我需要能够从头开始编写像 TFR Triple Stratified 这样的 Notebooks。同样,我也从各种讨论帖中学到了很多。