图像分类竞赛——添翼杯人工智能应用创新大赛——rank4解决方案

添翼杯人工智能应用创新大赛——环保赛道

题目分析：

1. 数据分布：
   
   正、负样本比基本一致
   
   图像长宽比分布在1-1.5

成绩：

初赛a榜：0.97989318 （排名：10）
初赛b榜：0.97814671 （排名：7）
复赛：0.988（排名：4）

方法思路：

• cnn 二分类：使用 se_resnext101_32x4d 作为backbone
• 5折验证：5个model分别对test数据验证，之后进行几何平均
• 数据清洗：

样本类型	处理方法
拼接长图	保存为多个子图
长图	截取目标区域
语义不明	删除

• 数据增强：
  对测试集和验证集加入不规则的随机遮挡块
  旋转，仿射变换
  裁剪得到包括目标的最小外接矩形
  
  

总结：

1. backbone很重要：该库pretrained-models有很多预训练好的模型，但是往往模型越大，对显卡的要求就越高，如果卡足够好的话，可以使用wsl模型。
2. 大的样本尺寸：因为显存限制，我使用了224×224的大小，可以使用更大的尺寸，或者使用动态调整输入尺寸大小的策略。这里需要替换模型的池化层为AdaptiveMaxPool2d或者AdaptiveAvgPool2d
3. ensembling：经过我的测试，几何效果的效果比较好，关于ensembling可以看kaggle-ensembling-guide

代码地址：

github地址若觉得本文对你有帮助，点个赞可好~