[第34名] 我的第一个银牌解决方案 :P

首先，非常感谢主办方组织了如此有趣的比赛！同时，也祝贺所有的参赛者，特别是获奖者。

感谢 @shonenkov 提供的精彩内核 这里，我（也许还有许多人）对这个问题有了很好的切入点。我主要使用他的内核作为我解决方案的基线，并做了一些修改。以下是详细内容。

数据增强

• 水平 + 垂直翻转
• 旋转90度
• Cutout（挖空）
• 裁剪 + 填充

根据我的理解，当应用DCT变化时，误差会分散到所有像素上。我们使用深度学习模型来捕捉像素域中的这些变化。因此，任何不涉及插值的增强（这里的插值是指像调整大小、非90度旋转等图像处理操作）都可以使用（讨论）。

建模

我在这次比赛中尝试了相当多的主干网络：

• Se-ResNeXt, DenseNet, NASNet 等。它们可能效果也不错，但与 EfficientNet 相比收敛速度非常慢。
• EfficientNet B3, B4, B5（B6, B7 或 B8 对我来说似乎遥遥无期 :((... ）。它们的效果相当不错！

我使用了两种输入：RGB 和 YCrCb。它们的表现不相上下，但结合起来后提升了我的分数。

优化器：RAdam 配合 Lookahead。

推理

• TTAx8：翻转 + 转置
• 权重融合：7个模型，包括 B3, B4, B5 以及 RGB, YCrCb 输入：

------------------------------------
EfficientNet-B3 RGB, YCrCb, fold 0
EfficientNet-B3 RGB, whole dataset
EfficientNet-B4 RGB, YCrCb, fold 4 
EfficientNet-B5 RGB, YCrCb, fold 2
------------------------------------

结果

• 我最好的单模型分数：0.92
• 我最好的集成模型分数：0.924

如果我想起什么有趣的内容可以分享，我会更新这篇文章。再次感谢大家！