第41名解决方案

首先，我们要感谢Kaggle和组织者举办了这场卓越的比赛。通过参加这次竞赛，我们对医学影像识别的挑战和方法有了更深入的理解。

引言

我们团队提交了解决方案的多个版本：

• 我提交了一个se_resnext101_32x4d和Vision Transformer（mit_b2）的集成模型，在公开排行榜上获得了0.834的分数。私有排行榜分数为0.586。
• @ryosukesaito提交了EfficientNet和SE-ResNeXt的集成模型，在公开排行榜上获得了0.857的分数。私有排行榜分数为0.519。
• @ryosukesaito提交的高公开排行榜分数可能是我们能够提交我较为雄心勃勃的notebook的一个促成因素，这最终使我们赢得了银牌。

我的（@jooott）解决方案

概述

关键点

我在稳定训练过程方面遇到了很大困难。

• 为了解决这个问题，我使用了梯度累积批次（Accumulate Grad Batches）来有效地将批次大小增加到128，从而稳定了训练。
• 分数显著提高的主要因素是应用了更强的数据增强。数据增强策略受到了Vesuvius挑战赛 - 墨水检测第一名解决方案的启发。
• 我认为将训练图像从512px放大到1024px也对分数提升有所贡献。

train_transform = A.Compose(
            [
                A.RandomScale(
                    scale_limit=(1.0, 1.20),
                    interpolation=cv2.INTER_CUBIC,
                    p=0.1,
                ),
                A.RandomResizedCrop(
                    image_size,
                    image_size,
                    scale=(0.8, 1.0),
                    p=1
                ),
                A.RandomBrightnessContrast(p=0.75),
                A.ShiftScaleRotate(p=0.75),
                A.OneOf([
                        A.GaussNoise(var_limit=[10, 50]),
                        A.GaussianBlur(),
                        A.MotionBlur(),
                        ], p=0.4),
                A.CoarseDropout(
                    max_holes=1, max_width=int(image_size * 0.1),
                    max_height=int(image_size * 0.1),
                    mask_fill_value=0, p=0.5),
                A.CLAHE(p=0.2),
                A.GridDistortion(num_steps=5, distort_limit=0.3, p=0.05),
                ToTensorV2(transpose_mask=True),
            ]
        )

Muku（@ryosukesaito）的解决方案

关键点

• 在我的架构中，预测血管区域之前会先执行肾脏区域的检测/分割。

  • 检测有助于推理加速（特别是在yz/zx方向），因为可以跳过未检测到肾脏的帧中的血管分割，并能通过裁剪减小图像尺寸。
  • 分割掩码用于减少肾脏外部的假阳性（FP）。
  • 对于这两种标注，我使用了LangSAM （luca-medeiros/lang-segment-anything: SAM with text prompt）。这使得我能够通过少量手动调整来准备标注数据。
    
  • 我使用YOLOv8n进行检测，使用EfficientNet-B0进行分割。

• 各种预处理/后处理轻微但稳定地提高了LB/PB分数。

  • 在yz/zx轴图像中，边缘的血管可能被切断。由于该区域的推理准确性较差，我通过在推理前使用镜像填充伪闭合血管来提高推理准确性。
    

  • 对结果进行二值化后，血管预测区域可能会出现如下所示的缺陷。因此，我添加了形态学闭合和fillPoly处理作为后处理步骤。这些在CV/LB/PB中略微提高了分数。
    

• 在我的实验中，提高泛化能力的想法（强增强、伪标签等）未能作为最终提交，因为它们导致CV/LB下降...然而，我后悔不应该过于关注不稳定的CV/LB，因为这个比赛的样本量不够大。