tinymind多标签图片分类大赛总结

tinymind是csdn下的一个人工智能学习交流的平台，其中也有机器学习的比赛，但由于比较新，所以参与的人并不很多，就像这次参加的多标签图片分类大赛，总共参与的队伍数在300左右，很适合用于练手。
先说下题目，题目内容大致是给与3w张训练图片以及他们的标签，当然，标签是多个的。最后还有一个文件夹的测试数据，让你得到这些数据的标签。赛题的满分是100，我们最后得分44.17，最高分47。还是挺难的。
至于得到的经验，一个是对数据的处理，这一直是我的弱势，表的分分合合一弄起来就脑子短路，还好这次不需要太多的处理，而且也借用了别人的baseline，所以不用太多操作。
还有一方面是深度学习的数据生成器，把所有的图片读入内存很可能内存溢出，一个数据生成器就很重要了，轮流读入图片可以降低很多的内存使用。
通道，Inception-V3使用的是多通道网络，但是只会用不会写，这次在一大佬的指导下，学会了多通道网络的结合。虽然修改的网络分数不比Image-Net训练好的Inception-V3好，但是这些网络以后可以用于模型融合。这是比赛成绩提升的关键。
这次比赛的另一个提升点就是标签的筛选，把所有的标签用上的效果并不好，但是从里面把出现次数大于300次的标签提出使用就很高了。
最后就是模型融合了，集成学习的威力这次终于见识了，在无法训练出强分类器的情况下，用多个弱学习器去集成，效果就会提升很多。