第 12 名解决方案

我想感谢 kaggle 和 czii 组织了这次比赛。我从这次经历中学到了很多。

总结

我使用预定义 patch 大小的 3d unet 进行了分割。
我的主要重点是通过以下集成方法来增强多样性。

• 多种模型类型
• 多种 patch 大小
• 多种 tta 组合

多种模型类型

我使用了三种类型的编码器。

1. 类型 1:3d 编码器 (从 timm resnet18d 转换) + 3d 解码器 (从头编写)
2. 类型 2:2d 编码器 (timm 预训练 resnet18d) + 3d 解码器 (从头编写)
3. 类型 3:3d 编码器 (csn) + 3d 解码器 (从头编写)

多种 patch 大小

我使用了四种 patch 大小。

1. (64, 256, 256)
2. (32, 352, 352)
3. (32, 224, 224)
4. (32, 128, 128)

多种 tta 组合

由于推理时间的限制，我为每个模型应用了不同的 tta 组合。例如，

1. 模型 a: 转置 + 水平翻转
2. 模型 b: 旋转 90 度 + 旋转 270 度
   …

最终提交

最终提交使用了 10 个模型的集成。

训练

• 标签：radius * 0.5
• 损失函数：dice, focal
• 数据增强：翻转，对比度，亮度，旋转，mixup，各种滤波器 (去噪，wbp, …)
• 正则化：drop path, weight decay
• 训练数据：最终提交使用了所有数据

未生效的方法

• 两阶段方法 (2 stage approach)
• 更大的编码器 (例如 convnext_tiny, maxvit_tiny)
• 模拟数据

代码