第4名解决方案

大家好，Kagglers。

我的解决方案基于 UNet，并带有一个用于空白掩码分类的深度监督分支。

• 模型： UNet。
• 主干网络： 采用 ResNet34 作为主干网络，并冻结批归一化。
• 预处理： 训练时使用 (512, 512) 尺寸进行随机裁剪，推理时使用 (768, 768) 尺寸。
• 数据增强： 使用了 albumentations 库中的 ShiftScaleRotate、RandomBrightnessContrast、ElasticTransform 和 HorizontalFlip。
• 优化器： Adam，batch_size=8。
• 学习率调度器： CosineAnnealingLR。
• 额外特性： 非空样本的比例根据训练轮次从 0.8 线性递减至 0.22（与训练数据集中的比例一致）。这有助于更快收敛。
• 损失函数： 2.7 * BCE(pred_mask, gt_mask) + 0.9 * DICE(pred_mask, gt_mask) + 0.1 * BCE(pred_empty, gt_empty)。其中 pred_mask 是 UNet 的预测掩码，pred_empty 是空白掩码分类分支的预测结果。
• 后处理：
  if pred_empty > 0.4 or area(pred_mask) < 800: pred_mask = empty.
  参数是在验证集上选定的。
• 模型集成： 对 8 折交叉验证中的 4 个最佳检查点进行平均，并使用了水平翻转 TTA（测试时增强）。
• 硬件： 4 x RTX 2080。