[DEEPFAKE & Datawhale AI 夏令营] TASK3 自我探索，解决问题，冲击高分！

• 代码还在不断调试中，在比赛截止后我会再提交一份详细的最终版本WriteUp在本账号，欢迎关注后续 ~

致谢：

非常感谢以下baseline code的分享，对我受益匪浅：

https://www.kaggle.com/code/chg0901/0-98-deepfake-ffdi-ways-to-defeat-0-86-beseline
https://www.kaggle.com/code/finlay/deepfake-ffdi-ch3
https://www.kaggle.com/code/finlay/deepfake-ffdi-baseline
https://www.kaggle.com/code/chg0901/deepfake-ffdi-ch3-modified-by-hong

问题与解决方案(思路)：

baseline中最后轮validation与排行榜acc不一致的问题：

通过代码阅读，感觉是没问题的。等后续训练再说。

手搓数据集提取函数调试 [Resnet18 使用前10000数据进行两轮train和valid，验证效果和baseline是否相似]

• Trail0: raw baseline
• Trail1: DIY dataset function [Adapted]

数据增强调试 [EfficientNet 使用前10000数据进行五轮train和valid]

• Trail2: baseline
• Trail3: no augmentation but increase the number of label0 [Adapted]
• Trail4: CJ(0.5, 0.5) label0
  transforms.ColorJitter(brightness=0.5, contrast=0.5)
• Trail5: RR(10) label0
  transforms.RandomRotation(10)
• Trail6: RAN(0.1, 0.5) label0
  RandomAddNoise()
• Trail7: RAN(0.1, 0.5) label0 + label1
  RandomAddNoise()
• Trail8: RAN(0.3, 0.5) label0
  RandomAddNoise()
• Trail9: RAN(0.05, 0.5) label0
  RandomAddNoise()
• Trail10: RAN(0.01, 0.5) label0
  RandomAddNoise()
• Trail10: RAN(0.005, 0.5) label0
  RandomAddNoise()

---

如果您觉得有意思，可否点赞收藏关注一下本蒟蒻！谢谢！