第20名：结合Focal Loss和Label Smoothing的双线性CNN

Kaggle Notebook：Bilinear EfficientNet Focal Loss Label Smoothing

这是我在实验过程中尝试的思路之一。

除此之外，我还尝试了多种其他方法：

• 不同的CNN模型（EfficientNet B0 至 B7）
• 不同的图像尺寸
• 不同的Focal Loss参数
• 不同的Label Smoothing参数
• Focal Loss与Label Smoothing的组合
• 各种数据增强方法
• 早停法
• 延迟停止
• 不同CNN作为双线性CNN骨干网络的组合
• 以及所有有效方法的综合运用

最终，我提交了一个由我所有公共分数大于0.970的解决方案组成的集成模型。

最后的话

祝贺所有的获胜者！对我来说这是一次很棒的经历。我觉得自己在日复一日、一次次的提交中不断学习新知识。祝大家在未来的比赛中好运！