第一名解决方案

祝贺本次比赛的所有获胜者！这是我在 Kaggle 的第一次比赛，也是我的队友 @zhuhongbo 和 @paffpaffyu 的第一次比赛。他们是我大学时的同班同学。我们都很惊讶我们能赢得比赛。

首先，感谢 @hengck23 分享了他有见地的想法。我们参考了他的一些帖子并获得了巨大的提升。还要感谢 @lightforever，我们最好的最终方案使用了他的几个模型。感谢 @pavel92 提供的便捷分割库。

分类

分类是本次比赛的重要组成部分。尽管在 Public LB 达到 0.915 之后，分类器只能稍微提高你的分数，但它们可以作为初步筛选，过滤掉大约一半没有缺陷的图像。这使我们能够在分割部分集成更多的模型。

我们使用 224x1568 的随机裁剪训练分类器，并在全尺寸图像上进行推理。这种随机裁剪对准确率有轻微的提升。

数据增强：
随机裁剪、水平翻转、垂直翻转、随机亮度对比度（来自 albumentations）以及自定义的缺陷遮挡。

由于这是一个语义分割任务，我们确切地知道缺陷在哪里。因此，这些缺陷部分可以被随机涂黑（遮挡），如果所有缺陷都被涂黑，该图像的标签也将从 1 变为 0。这种数据增强在本地 CV 和 Public LB 上确实有效。以下是 ResNet34 分类器训练过程的一些图表。

Batch size：EfficientNet-b1 为 8，ResNet34 为 16（两者都累积 32 个样本的梯度）
优化器：SGD
模型集成：3 x EfficientNet-b1 + 1 x ResNet34
TTA：无，水平翻转，垂直翻转
阈值：0.6, 0.6, 0.6, 0.6

分割

我们不得不承认，我们使用了 @lightforever 的模型，这些模型将我们的分数从 Private LB 的 0.907 提高到了现在的分数。

训练数据：256x512 裁剪图像
数据增强：水平翻转、垂直翻转、随机亮度对比度（来自 albumentations）
Batch size：12 或 24（两者都累积 24 个样本的梯度）
优化器：Rectified Adam
模型：Unet (efficientnet-b3), FPN (efficientnet-b3)，来自 @pavel92 的 segmentation_models_pytorch
损失函数：
BCE (pos_weight = (2.0, 2.0, 1.0, 1.5))
0.75*BCE + 0.25*DICE (pos_weight = (2.0, 2.0, 1.0, 1.5))
模型集成：
1 x Unet(BCE loss) + 3 x FPN(先使用 BCE loss 训练，再用 BCEDice loss 微调) + 2 x FPN(BCE loss) + 3 x Unet (来自 mlcomp + catalyst 推理)
TTA：无，水平翻转，垂直翻转
标签阈值：0.7, 0.7, 0.6, 0.6
像素阈值：0.55, 0.55, 0.55, 0.55