ICCV 2021 Workshop LargeFineFoodAI Large-Scale Fine-Grained Food Analysis
2021年6月份美团主办的大规模细粒度的比赛,比赛共有两个赛道,分别是分类和检索,比赛在kaggle上举办的,比赛主页:
比赛每个赛道分别产生了前三名的方案介绍,在官网主页也有,但是是视频形式的,现在根据他们的方案改成文字形式的。
分类赛道
第一名
- Pipeline
2. 网络结构
3. 融合结果
第二名
- 强关联的类别 在类别内部进行数据增强
- 数据增强
IAAPiecewiseAffine
CutMix
HueSaturationValue
- 模型选择
- 数据标签的骚操作
第三名
-
训练的配置和数据增强
-
损失函数
-
分辨率Resize实验
-
自蒸馏
-
模型融合
-
不同的融合策略
不同的数据的融合,相同的模型的融合
不同的融合方法(Vote, Stacking, Logits Sum),
不同的训练策略模型的融合
最终进行大融合
模型融合的过程
这个展示了模型融合的尝试过程,模型融合的好坏能够有1-2%的提升,而这点提升对于这种分类竞赛,尤其是在千分位上的差距的比赛,是至关重要的。