赛题分析

• 本次赛题的数据量很大，所以单次训练的时间很长，尤其在增大图像尺寸后，需要很长的时间才能训练完。
• 图像分辨率基本都为512*512，最开始在224尺寸用的之前分类的代码随便跑了10轮，得分85左右。确定代码能跑通后再进行大刀阔斧的修改。
• 类别45个，整个类别没有太多的不均衡，不过还是有一些图像数量远远大于其他的种类，尤其还有一些人都分不清的类别，比如桥梁和立交桥，路边停车场和停车场。
• 尝试过ResNet50，DenseNet201，SENet154，比赛的前半阶段一直用FastAI进行训练，成绩达到了92.5x。后面改用纯PyTorch。
• 各个类别的数量还是有差距的，这里我用到了类别平衡的方法就是PyTorch的Weighted Random Sampler和Batch Sampler,其实这个思路也是从FastAI的代码中摘来的，实测是有效果提升的。
• Focal L