第一名解决方案（含代码和配置）

首先感谢医学影像信息学学会（SIIM）和 Kaggle 举办了一场非常有趣且充满挑战的比赛。很高兴能参与其中。

这是我第一次接触图像分割，如果事先有人告诉我结果会是这样，我会觉得他疯了）

我的流程代码库：https://github.com/sneddy/kaggle-pneumathorax

模型库 (Model Zoo)

• AlbuNet (resnet34) 来自 [ternausnets]
• Resnet50 来自 [selim_sef SpaceNet 4]
• SCSEUnet (seresnext50) 来自 [selim_sef SpaceNet 4]

主要特征

推理和验证的三重阈值方案

假设我们的分割模型输出了包含气胸像素概率的掩码。我将此掩码称为基础 sigmoid 掩码。我使用了三个不同的阈值：(top_score_threshold, min_contour_area, bottom_score_threshold)

决策规则基于一对阈值 (top_score_threshold, min_contour_area)。我用它来代替气胸/非气胸的分类。

• top_score_threshold 是简单的二值化阈值，将基础 sigmoid 掩码转换为 0 和 1 的离散掩码。
• min_contour_area 是允许的像素数量最大值，这些像素的值需大于 top_score_threshold。

那些没有通过这对阈值筛选的图像被计为非气胸图像。

对于剩余的气胸图像，我们使用 bottom_score_threshold（另一个二值化阈值，小于 top_score_threshold）对基础 sigmoid 掩码进行二值化。您可能会注意到，大多数参与者使用相同的方案，但假设 bottom_score_threshold = top_score_threshold。

该方案的简化版本：

classification_mask = predicted > top_score_threshold
mask = predicted.copy()
mask[classification_mask.sum(axis=(1,2,3)) < min_contour_area, :,:,:] = np.zeros_like(predicted[0])
mask = mask > bot_score_threshold
return mask

在验证期间搜索最佳三重阈值

• 验证集上的最佳三元组：(0.75, 2000, 0.3)。
• 公共排行榜上的最佳三元组：(0.7, 600, 0.3)

对于我的最终提交，我选择了介于这些三元组之间的值。

组合损失

使用了 [combo loss]，结合了 BCE、Dice 和 Focal 损失。在最佳实验中，我使用的 (BCE, dice, focal) 权重如下：

• albunet_valid 和 seunet：(3, 1, 4)
• albunet_public：(1, 1, 1)
• resnet50：(2, 1, 2)

滑动采样率

我们将气胸图像的比例称为采样率。

主要思想是使用 torch dataset 的采样器来控制这一比例。

在每个 epoch 中，我的采样器从数据集中获取所有气胸图像，并根据采样率采样一些非气胸图像。在训练过程中，我们将此参数从开始的 0.8 降低到结束时的 0.4。

开始时较大的采样率提供了学习过程的快速启动，而结束时较小的采样率