xView2损害评估挑战赛的第三名解决方案
尤金·赫维琴雅(Eugene Khvedchenya),2020年2月
该存储库包含用于解决源代码。 我的解决方案在公共LB上的得分为第二(0.803),在私人保留数据集上的得分为第三(0.805)。
简而言之
语义分割模型的集合。
经过加权CE培训,以解决班级不平衡问题。
进行大量增强,以防止过度拟合并增强对未对齐的前映像和后映像的鲁棒性。
前后图像共享编码器。 提取的特征将被串联并发送到解码器。
一堆编码器(ResNet,Densenet,EfficientNets)和两个解码器:Unet和FPN。
1轮伪标签
使用加权平均进行合奏。 在相应的验证数据上为每个模型优化的权重。
训练
从requirements.txt安装依赖项
关注train.sh
推理
要使用预训练的模型进行推断,请从“发布”选项卡下载完整档案,然后运行predi
2023-03-07 21:36:22
3.79MB
Python
1