Kaggle: RSNA 肺炎检测挑战——第三名解决方案分析及代码复现

解决方案

• 使用的模型是retinanet，其中的两个retinanet模型，resnet-50和resnet-101使用了keras进行了优化，并且已经在ImageNet上做了预训练。Retinanet网络用于解决数据不平衡问题，即正负样本差距较大的情况；

• 将25684张图像分为：训练集95%，验证集5%。没有使用高分辨率的图像，而是使用了224 x 224分辨率的图像，作者认为在该任务中不需要使用高分辨图像，另外这也使得训练过程更加高效；

• 数据增强：rotation, translation, scaling, horizontal flipping, 以及在图像上增加随机常数（想法来源于post by @ZFTurbo）；(train.py)
  

• 为了匹配focal loss 论文，训练参数做了如下修改；
  

• 在每个epoch后，计算score threshold，提高验证集上的最大约登指数（这一点不是特别理解，因为代码没有跑完一个epoch，看不到每个epoch发生的情况）；

• 在后处理阶段，作者使用了Faster-NMS, 比通常tensorflow自带的NMS效果要好；

• 作者从两个训练的神经网络中取重叠边界框的加权平均，使用每个网络中框的得分作为权重。使用了一个单独的更高阈值来决定是否应该保留孤立框 ;（predict.py）
  

• 对最终所有剩余的bbox采用一个固定的百分比进行缩小（边界框收缩）;
  

代码执行流程

• 首先，必须按照作者给的环境运行，不然中途会出现各种错误。我就是在尝试修改了很多bug后才从新配置的环境，出现的错误基本都是各个包的兼容问题；
  

我创建了一个python3.6.6的环境，上述包可以在该目录下执行：
pip install -r requirements.txt 一并安装；

• 然后按照作者给的readme文件执行相应步骤，这里在执行
  python setup.py build_ext --inplace 时会报错
  
  需要下载Visoul Studio 生成工具 中的2019版去编译setup.py文件(需要勾选右侧的两个蓝色小)，安装空间需要较大，所以我没有安装到C盘；
  
  然后执行prepare_data.py划分数据集
  
  在Git Bash中分别执行 train_50.sh和train_101.sh文件(激活虚拟环境再执行)，这两个文件会去调用train.py文件进行训练。

由于训练时间太长，我只运行到第一个epoch的第12步。执行完这两个retinanet网络后就可以执行predict,py文件。(当然，也可以将代码中的25个epoch改小，以及每个epoch的step也改小去执行)