“华为云杯”2019人工智能创新应用大赛（图像分类比赛）总结记录

最近参加了“华为云杯”2019人工智能创新应用大赛，是一个图像分类的比赛，最终准确率0.972，大概排50多/732。但决赛取前20名，遗憾败北（第20名的准确率是0.982）。
第一次参加类似比赛，总结记录一下。

比赛的代码：xyxy875/huawei_xian_image_classification

赛题

对西安的热门景点、美食、特产、民俗、工艺品等图片进行分类，共有54类。
官方给出了3000余张数据集，官方判分的不公开测试集有1000张图片。
要求：不允许使用“测试时增强”策略和“模型融合”策略，可以使用其他来源的图片数据。

数据

数据分析

绘制了混淆矩阵，对难分的类别进行有针对性的增广。

计算混淆矩阵的代码如下：

from sklearn.metrics import confusion_matrix
def validate(val_loader, model, criterion, args, epoch):
	……
    # confusion_matrix init
    cm = np.zeros((54, 54))

    # switch to evaluate mode
    model.eval()

    with torch.no_grad():
        end = time.time()
        for i, (images, target) in enumerate(val_loader):
            if args.gpu is not None:
                images = images.cuda(args.gpu, non_blocking=True)
            target = target.cuda(args.gpu, non_blocking=True)

            # compute output
            output = model(images)
            loss = criterion(output, target)

            # compute_confusion _ added by YJ on 20191209
            cm += compute_confusion(output, target)
            ……
        confusion_file_name = os.path.join(args.train_local, 'epoch_{}.npy'.format</