第3名解决方案概述：2阶段 + 误报预测器

感谢主办方举办这场非常有趣的比赛。祝贺所有完成比赛的人以及获胜者。

以下是我的解决方案概述。

代码仓库：https://github.com/knjcode/kaggle-kuzushiji-recognition-2019
训练权重：https://github.com/knjcode/kaggle-kuzushiji-recognition-2019/releases/tag/0.0.1

核心思路：2阶段方法 + 误报预测器。

• 检测阶段：使用 Faster R-CNN (ResNet101 backbone)
• 分类阶段：使用 5 个模型集成，采用 L2-constrained Softmax loss (EfficientNet, SE-ResNeXt101, ResNet152)
• 后处理：LightGBM 误报预测器

预处理

对训练和测试图像进行去噪和 Ben's 预处理。

感谢以下笔记本提供的灵感：
Denoising + Ben's Preprocessing = Better Clarity

检测

检测模型使用 Faster R-CNN，配置如下：

• ResNet101 backbone
• 多尺度训练和测试
• 数据增强（亮度、对比度、饱和度、色调、随机灰度）
• 不使用垂直和水平翻转

使用了定制的 maskrcnn_benchmark。

使用所有训练图像训练检测模型，并通过 Public Leaderboard 分数进行验证。

书名分类器

为了了解测试数据图像分布的趋势，我训练了一个模型来使用训练数据估计书籍的标题。

训练模型的准确率约为 99%。

然后我估计了测试数据中每张图像的书名。以下是测试数据中每张图像的书名估计结果：

  count  book title
      4  100241706
      0  100249371
     46  100249376
     60  100249416
      0  100249476
      9  100249537
    209  200003076
    550  200003967
      1  200004148
      0  200005598
    497  200006663
    178  200014685
    818  200014740
     95  200015779
      0  200021637
      9  200021644
     18  200021660
      2  200021712
    177  200021763
      0  200021802
     21  200021851
      0  200021853
    157  200021869
      0  200021925
     88  200022050
   1210       brsk
      9       hnsd
      1       umgy

基于此结果，我使用了上述前 5 个书名（brsk, 200014740, 200003967, 200006663, 200003076）进行本地验证。

同时，通过提交省略特定书名的识别结果，我确认了 Public 和 Private 测试数据之间几乎没有偏差。

分类

集成 5 个分类模型（硬投票）。

验证策略

数据集按书名划分为训练集和验证集。

生成 2 种模式的训练数据集：

• 验证集：book_title=200015779，