基础模型采用UNet++网络模型，主干采用ImageNet预训练好的timm-efficientNet-b8并在模型中添加scse注意力机制。
训练好2个模型进行结果融合。
采用FastAI框架进行代码写。
2个模型分别为，（1）数据增强，b8，训练120轮（2）数据增强，b8，训练80轮。
操作系统版本：Linux version 5.8.0-29-generic (buildd@lgw01-amd64-039) (gcc (Ubuntu 9.3.0-17ubuntu1)20.04) 9.3.0, GNU ld (GNU Binutils for Ubuntu) 2.34) #3120.04.1-Ubuntu SMP 星期五 11 月 6 日 16:10:42 UTC 2020
python版本：3.7.9
训练数据处理
对原始数据随机提出 1000 张作为测试集不参与训练。
利用FastAI自带的数据增强库对训练数据进行。
划分20%作为验证集。
训练策略
采用fit_flat_cos训练模式训练80轮，和训练120轮。
采用混合饲养训练。
采用亚当优化器。
在训练过程中保存miou最好的性能模型。
复现流程
执行train.sh文件进行数据划分和模型训练。
执行test.sh文件进行预测。
两个两个模型在 1000 张测试集中进行测试，并计算结果，将两个模型的每个类别的模型性能进行融合，得到最终的每个模型的模型权重，利用 miou 权重进行模型的融合。
2021-07-04 17:03:34
15KB
2015年3月23日，阿里云计算宣布启动新一赛季的天池大数据竞赛。大赛将吸引全球新生代数据科学家，为预测手机党购物喜好、余额宝资金流动、时尚穿衣搭配，提供更精准的数据分析模型。
2021-03-22 19:28:41
1.11MB
1
本源码是阿里天池大赛的matlab实现源码，内含4个.m文件以及对应的数据集，属于个人在比赛过程中写下的部分核心代码，予以公开分享~
2019-12-21 21:23:40
178KB
1