第31名方案 - 单折 512x512 UNet EfficientNetB4

祝贺所有的获奖者和参与者。

以下是我的解决方案：

预处理

在原始图像尺寸 1024x1024 上应用核大小为 32x32 的直方图均衡化（CLAHE）——（相比于更大的核大小，这个核大小能提供更多的细节）。

模型训练

• 使用 EfficientNetB4 作为编码器的 UNet 模型。
• 单层分层抽样。训练集占 83.34%，验证集占 16.66%。
• 优化器：Adam。
• 损失函数：BCE + Dice loss。
• 训练轮数：100 epochs。
• 非激进的数据增强，包括水平翻转（HFlip）和较低的亮度变化（为了保持直方图均衡化的效果）。
• 输入图像大小：512x512，批次大小：4。
• 梯度累积：4个批次。
• 学习率：余弦退火——4个周期，从 1e-3 到 1e-6。
• 随机权重平均：在最低学习率下进行 4 个 epoch。

预测

• 水平翻转 TTA（Test Time Augmentation）。
• 两步阈值处理：
  1. 找到适合分类任务的阈值（减少假阳性），每次通常在 0.95-0.99 之间。
  2. 找到适合分割任务的阈值——通常在 0.01-0.50 之间。

因此，对预测的 sigmoid 图（经过水平翻转 TTA 后）应用高值阈值。所有检测像素少于 2% 的掩膜被标记为空掩膜。如果检测像素超过 2%，则应用第二个较低的阈值来生成最终掩膜。