小林子

  • 55

    获得赞
  • 1

    发布的文章
  • 4

    答辩的项目

比赛答辩:水下鱼物种分类(详情参数设置)

Batch大小为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为99.89。

水下鱼类物种识别(FlyAI2.0 竞赛框架)
PyTorch ResNet DenseNet EfficientNet
最后更新 2020/05/06 11:35 阅读 5489

水下鱼类物种识别(FlyAI2.0 竞赛框架)

最后更新 2020/05/06 11:35

阅读 5489

PyTorch ResNet DenseNet EfficientNet

最近由于时间所以没有太多时间调参,所以解决问题比较暴力,个人觉得自己的思路不是很值得学习。侥幸取得了第四,但是我发现很多人也都到了99.86的分数,我也看了学习圈鹏大佬对本题的思路,当中确实有很多值得学习的地方,感觉比较专业的样子(有机会去加个好友,学习一下),本次也多分享点自己写的代码,比较差劲各位见谅。

个人思路(评估指标acc,所以没有太多关注样本均衡的问题,这可能也是到不了99.91的原因?)

观察数据(数据增强) >>  模型选择(resnet,densenet,efficientnet) >> TTA预测

下面分享一下怎么做以上三个操作的:

1. 数据增强(如下所示,优于数据本身有增强过的痕迹,所以数据增强很简单)

def get_trans(size=224):
   mean, std = [0.485, 0.456, 0.406], [0.229, 0.224, 0.225]
   return \
       {
           'train': torch_transforms.Compose([
               torch_transforms.Resize((size,size)),
               torch_transforms.RandomHorizontalFlip(),
               # transforms.RandomVerticalFlip(),
               torch_transforms.RandomAffine(degrees=5, translate=(0.05, 0.05), scale=(0.95, 1.0
本文为作者在FlyAI平台发布的原创内容,未经许可禁止转载。
本文链接地址:https://flyai.com/n/131910
立即参加 水下鱼类物种识别(FlyAI2.0 竞赛框架)
讨论
500字
表情
发送
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥29.59
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除

今日签到成功

获得 $vue{sianData.sign_fai} FAI的GPU算力积分

知道了