IGARSS2019竞赛总结

任务介绍

任务定义

IGRSS2019竞赛¹共有四个赛道，我们参加的是赛道一： 遥感图像语义分割和高度预测 。具体来说，就是利用RGB图像和MSI（八个通道的多波段图像）进行逐像素的语义预测和高度预测，其中高度预测是一个比较新的任务，与自然图像中的深度预测任务有些类似。
贴一张图，直观表示为:

评价指标

语义分割和高度预测评价指标：

1. 语义分割： mIOU²（这个大家基本都懂怎么计算的，不再多赘述，不懂可以参见参考链接）；
2. 高度预测： （语义分割正确的前提下）高度预测值与实际高度误差小于1米即为预测正确；

模型细节

数据处理

我们没有在这方面浪费太多的时间，感觉这些工作不是很有意义，但最终被证明，我们的想法有些幼稚，最后上榜的好多队伍在数据增强方面做得工作够细够足，这其实也是一种能力哇，不得不服。
我们主要是对图像简单进行旋转、翻转等变换，以此来增加训练数据样本增强模型的鲁棒性。
其他的：如边界处理、删除样本等反而会降低模型性能，所以在做任何调整之前，一定要思考其背后的意义。

调参

模型调参对模型的性能影响也是极大的！！！

1. 批大小： 原则上说，batch偏大，模型性能会变好（但GPU有限啊啊啊）；
2. 解码类型： 对于语义分割任务，反卷积模式效果会好；但高度预测反而是上采样效果更好（调参过程必不可少呀，并没有太大的规律可循）；
3. 学习率： 优化算法、初始学习率、学习率衰减等也都会影响模型性能；
4. 损失函数： 损失函数大改，模型收敛的方向或目标也将彻底被改变（损失函数的改变可以算得上是创新工作点了，但用一般的算法优化的话，必须满足可导的前提）；

语义分割

两个任务均是采用的UNet基线模型³,即编码-解码+跃层连接结构。

区别在模型的输出处理上：
语义输出： 最后的卷积层（102410245 [高宽类别数]）+ 激活层（sigmoid激活函数）—分类任务。
sigmoid： 将每个像素点（classes维的向量）映射到所属类别概率的点（classes维的向量【即该点属于每类的概率】），，概率最大的类别为像素点的类别。
softMax： 将结果映射到一个概率分布，度量两个概率分布的一致性。

高度预测

高度输出： 最后的卷积层（102410241）+ 激活层（激活函数），直接输出网络的输出—回归任务。

总体收获

忙忙碌碌，在此次比赛上花费了一个月的时间，或多或少，总有些收获值得记忆！
首要的，当然是感谢各位同门们的指导与帮助了！

知识

1. Keras平台：[ Tensorflow的高级封装]
   （1）模型定义： 跟着数据流走
   序列模型： 逐层定义模型就好；
   函数式API模型： return的模式返回模型定义；
   多输入多输出模型： 列表或字典的形式逐一对应。
   （2）loss定义
   **多重损失：**列表或字典的形式逐一对应；
   2.编写模型/项目 [封装（模块化：不同的功能独立封装，避免代码重复冗余），多态（可扩展性强）]
   （1）数据流：
   数据模板操作
   超参传递
   （2）模型：
   模型嵌套定义
   元知识：
   从零开始训练模型，一般不稳定，且需要很长的迭代才能收敛，因此，大多使用backbone框架，应用一下预训练好的提取特征的骨架模型。
   一般来说，模型训练10次左右，即可初步得到模型的性能效果，更多的训练次数只有小幅的提升了。
   （3）损失（优化）：
   （4）推理：
2. 对比赛的认识： 做比赛的整体流程：
   （1）明确任务+分析数据（应做到细致入微，井井有条，为后面的工作打基础，作铺垫）；
   （2）分析基线（理清任务模型细节，从输入-中间处理-输出，熟悉整体流程）；
   （3）分析结果（可视化分析，找问题，找原因，找策略，解决问题）
   （4）不断迭代（3）的工作，直到最后得到一个满意的结果。
   重点
   （1）一定要做好记录，最后对自己做的工作条理清楚；
   （2）团队成员间的协作交流同等重要（避免低效的、重复性的工作）；
   （3）拒绝拖延，deadline是第一生产力！
3. 高度预测： （语义分割正确的前提下）高度预测值与实际高度误差小于1米即为预测正确；

心态&能力

潜修内功，沉稳成事！

---

1. IGRSS2019竞赛 ↩︎

2. mIOU ↩︎

3. UNet基线模型 ↩︎