比赛结束，第四名，97.6的准确率。虽然是个简单的图像分类比赛，但是想拿高分也是不容易的。

下面分三个部分讲述下解决这个蘑菇分类问题的心路历程。

1 问题分析与探索型数据分析

        一是分析题目和测试数据集可知，这个问题是个多类别标签图像分类问题，第一直觉就是使用卷积神经网络CNN来解决这个问题；二是从测试数据集分析可知，标签总共有9类，这9类分别是什么，不知道哈；三是分析测试数据集，这些采集的照片都是通过拍照得到的，切照片的中心一般就是我们的蘑菇了；四是分析图像可知，蘑菇从外观、大小上看区别不打，主要从形状和颜色上进行区分，因此在数据扩增的时候要注意颜色抖动的设置；五是纠结于使用CNN还是现在比较火的vision transformer，考虑到平台要用认证过的模型，因此决定使用CNN；六是数据扩增的选择问题，考虑到类别不均衡问题，我这里用Yolov5中的Mosaic增强方法对同类别的图像进行了增强；七是训练技巧的选择问题，尽量考虑一些提点特别明显的方法