第16名方案

祝贺所有的获奖者，也感谢 Kaggle 和组织者提供这个学习平台。

我们开始得比较晚，但得益于 @appian 分享的代码，我们有了一个很好的起点。非常感谢 @appian。

我们的整体流程如下。

步骤 1

• 将图像视为独立输入进行基础训练。
  • 输入形状：(batch_size, 512, 512, 3)
    • 第4个轴 (3) 表示具有多个窗参数的3个通道。
  • 输出形状：(batch_size, 6)
  • CNN 架构：SE-ResNeXt-101 和 EfficientNet-B6
  • 损失函数：加权对数损失 (weights = [2/7, 1/7, 1/7, 1/7, 1/7, 1/7])
  • 优化器：Adam (学习率从 1e-4 到 1e-5)
  • 采样：随机采样或基于位置的采样（从患者级别的图像序列中更多地采样中间切片）
  • 5折或7折训练

步骤 2

• 我们希望根据标签关系或相邻图像切片来校准输出分布，因此我们将患者级别图像的输出视为信号并训练模型。
• 输出分布从验证集中提取。（例如，来自5折的5个模型可以组成完整的训练数据集。）
• 如果在步骤1中使用了约 640,000 张图像，那么在步骤2中使用了约 19,500 个输出信号（患者数量）。
  • 输入形状：(batch_size, None, 6, 1)
    • 第1个轴 表示信号的长度（切片数量）。
    • 第2个轴 (6) 表示标签的数量。
  • 输出形状：(batch_size, None, 6, 1)
  • CNN 架构：简单的 CNN 模型，包含4个卷积层，使用 5x6 矩阵
  • 损失函数：加权对数损失 (weights = [2/7, 1/7, 1/7, 1/7, 1/7, 1/7])
  • 优化器：Adam (学习率 1e-5)
  • 5折训练

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_1 (InputLayer)         (None, None, 6, 1)        0         
_________________________________________________________________
conv2d_1 (Conv2D)            (None, None, 6, 64)       1984      
_________________________________________________________________
conv2d_2 (Conv2D)            (None, None, 6, 64)       122944    
_________________________________________________________________
conv2d_3 (Conv2D)            (None, None, 6, 64)       122944    
_________________________________________________________________
conv2d_4 (Conv2D)            (None, None, 6, 64)       122944    
_________________________________________________________________
conv2d_5 (Conv2D)            (None, None, 6, 1)        65        
=================================================================

我们也曾考虑在图像级别处理序列信息，但由于时间紧迫，因此将过程分为两步，并使用维度相对较小的输出信号作为次优选择。

结果如下：
步骤 1 结果：0.05425（私有分数）
步骤 2 结果：0.04793（私有分数）
我们认为，像其他团队一样，我们团队的核心处理过程也是为了反映序列信息。