赛题背景:      

本次赛题背景是瑜伽的动作类别太多，很难记住每个体式的名字，通过图像分类模型帮助我们识别各种瑜伽体式类别。    

赛题分析：     

 数据集包含瑜伽体式共6大类、82小类（实际:线下49类，线上50类）

 评价指标：准确率

赛题难点：

1、类别较多，分布不平衡

2、背景干扰项较多，人物在图片中的比例范围比较大

 3、存在错误的图片数据

4、存在一些抽象的线条等较难识别的样本

解题过程： 

思路一：多个Loss的分类网络 （没时间尝试，代码修改起来比较麻烦）

思路二：姿势识别+分类网络  （效率较低，姿势识别准确度不够，后续分类很难进行）

 思路三：单个Loss的分类网络 （容易实现，直接用蘑菇分类的代码修改即可）

数据处理：   

 1、直接把小类的标签提取处理作为类别，大类舍弃    

 train_csv_path = os.path.join(DATA_PATH,'YogaClassification',"train.csv")

 df = pd.read_csv(train_csv_path)

 df['label'] = df['labels'].map(lambda x: int(x.split(',')[2]))    

2、数据集划分   

 (1)使用两种划分方式: 8:2和9:1两种比例划分训练集和验证集   

 (2)遍历每一个类别，打乱数据，按照设定的比例采样训练与验证数据

分类模型选择:       

Se_ResNet154     （92.16）    

DenseNet161      （92.28）   

 Swin Transformer （94.61）   这两次比赛感觉Transformer系列是分类网络的首要选择

具体的参数：

（1）数据集划分:  训练集:验证集=8:2 / 9:1  

（2）模型选择:      Swim-Transformer     预训练模型: swin_large_patch4_window12_384_22k.pth

（3）inputsize：   384*384

（4）batchisize:    4

（5）max_epochs: 30

（6）学习率：   initlr = 1e-3,  每隔10轮    lr=0.1*lr

（7）优化器:      optim.SGD((self.model_ft.parameters()), lr=1e-3, momentum=momentum, weight_decay=0.0005)

（8）损失函数：LabelSmoothingCrossEntropy(smoothing=0.1).cuda()

（9）增强策略:  训练集: 随机裁剪、水平翻转、随机擦除；验证集：简单缩放

（10）测试增强：正常图片+ 水平翻转 -> 求平均

（11）融合策略：3个Swim-Transformer模型融合，结果用投票的少数服从多数原则 

提分的一些操作：       

    1、标签平滑       

    2、模型选择 Swim-Transformer       

    3、模型融合        

    4、随机裁剪、随机擦除       

    5、tta     

模型融合： 

融合实验一：  94.98      

Swim-Transformer  TTA    （原始图片+水平翻转）  (Split=0.9)    

 融合实验二： 96.45 

Swim-Transformer  TTA  （原始图片+水平翻转）   (Split=0.9)   

Swim-Transformer                                                   (Split=0.9)  

 Swim-Transformer                                                   (Split=0.8）    

总结和展望： 

（1）多看看最新的论文和算法，多去尝试一些新的优秀模型，Transformer模型在最后才利用上，在这两次比赛中的提分非常明显 

（2）拥有一套比较完善的比赛框架，便于快速实现赛题目标 

（3）尽量避免用K折交叉融合模型，没法评估单个模型的性能，还浪费时间 

（4）提交要趁早，比赛最后时刻排队时间太长 

（5）数据预处理还有很大的挖掘空间，人体检测、关键点检测，错误样本剔除等 

（6）数据增强可以尝试新的增强组合 

（7）学习率和优化器多去尝试，对结果影响都比较大 

（8）大类别分类模型、骨骼点检测用于结果的矫正