Datawhale 零基础入门CV赛事-Task5 模型集成

最后一章，将会学习如何使用集成学习提高预测精度，通过学习知道集成学习方法以及交叉验证情况下的模型集成，最终学会使用深度学习模型的集成学习。

在机器学习中的集成学习可以在一定程度上提高预测精度，常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法与具体验证集划分联系紧密。       

由于深度学习模型一般需要较长的训练周期，如果硬件设备不允许建议选取留出法，如果需要追求精度可以使用交叉验证的方法。           

下面假设构建了10折交叉验证，训练得到10个CNN模型。那么在10个CNN模型可以使用如下方式进行集成，对预测的结果的概率值进行平均，然后解码为具体字符；对预测的字符进行投票，得到最终字符。

在不同的任务中可能会有不同的解决方案，不同思路的模型不仅可以互相借鉴，同时也可以修正最终的预测结果。

在本次赛题中，可以从以下几个思路对预测结果进行后处理：     

统计图片中每个位置字符出现的频率，使用规则修正结果；

单独训练一个字符长度预测模型，用来预测图片中字符个数，并修正结果。     

在本章中我们讲解了深度学习模型做集成学习的各种方法，并以此次赛题为例讲解了部分代码。以下几点需要同学们注意：   

集成学习只能在一定程度上提高精度，并需要耗费较大的训练时间，因此建议先使用提高单个模型的精度，再考虑集成学习过程；

具体的集成学习方法需要与验证集划分方法结合，Dropout和TTA在所有场景有可以起作用。