第19名解决方案（含代码）
第19名解决方案（含代码）
作者：Camaro (Grandmaster) | 排名：第19名
恭喜所有获奖者以及进入金牌区的选手！
我参加这次比赛比较晚，是在 Severstal 比赛结束后才加入的。（我相信很多人也是这样吧？）
我的目的是为了验证我在 Severstal 比赛中构建的分割管道是否适用于其他比赛。结果证明它确实有效，我只是修改了目录和一些小参数。老实说，这意味着我的解决方案并没有什么特别之处。
概览
- 标注噪声极大
- 类别不平衡程度不高（与 Severstal 相比）
- 数据量相对较小（样本数量）
- 良好的训练/测试划分（交叉验证有效）
有效的方法
- Unet 和 FPN 架构
- 编码器不要太大
- BCE + Dice 损失函数
- 重度数据增强（包括 mixup）
- 余弦退火学习率
- 集成多个模型
- 三重阈值处理（标签阈值/掩码阈值/最小连通分量）
无效的方法
- PSPNet
- 大尺寸图像（超过 448*672）
- 普通的 BCE 损失
- 伪标签
解决方案
- Unet / efficientnet-b3 / 图像尺寸 320x480 / 5折交叉验证
- Unet / efficientnet-b0 / 图像尺寸 320x480 / 余弦退火 / 5折交叉验证
- Unet / efficientnet-b3 / 图像尺寸 384x576 / 余弦退火 / 5折交叉验证
- FPN / resnet34 / 图像尺寸 384x576 / mixup / 5折交叉验证
- 集成上述 20 个模型
- 三重阈值处理（标签阈值/掩码阈值/最小连通分量）
这是我的代码。
如果你有问题，请随时提问：）
谢谢！