Kaggle学习计划之高粱 -100 品种鉴定 - FGVC 9

因为代码偏弱，我迫切想要针对图像识别各个模块进行进步，kaggle是一个很好的学习代码比赛，里面会分享很多参赛者的思路，甚至有机会可能学习到其代码和具体实现方法！！！

这周学习的内容，我找到了一个农作物的识别比赛，但是服务器所需配置貌似很高，到时候我得实验一下看看能否正常运行，在这里我将记录一下作者的一些想法，方便我后期的学习和使用。

1.Data

1.1 数据集中将 png 格式转换为 jpeg 格式，这样可以提高存储空间。

1.2 对图像进行了直方图均衡化处理，来解决图像暴露时间不同问题

2.Model

1.baseline:resnet50,512x512

resnet:为Kai提出的一种针对卷积神经网络的框架，其核心在于，F(x)是通过relu实现的计算。

2.加入了直方图均衡化

3.IBN-Net 

是指在网络浅层中使用IN和BN，在深层只用BN。

4.mixup、cutmix 数据增强

5.最后一层CNN的步长变为1

6.ArcFace

是一个附加的角距离惩罚，在特征和目标权重之前添加了一个附加的角边距m,来增加类内和类间的差异。

7.awp：在nlp中使用对抗训练来提高模型的性能，在图像中，我们选择一般的awp对抗训练，可以加入同时干扰模型的权重和输入，增加了模型的鲁棒性。

8.fgvc9 和 fgvc8 两个数据集汇总，调节图片像素

9.伪标签pse_udo，多用于半监督 

利用已有数据对未标记数据进行分类，然后将数据加入训练集中进行训练

10.tta 将输入的源图片生成多份分别送入模型，然后对所有的推理结果做一个综合整合。这种方法被称为测试时增强（test time augmentation, TTA）。   TTA的基本流程是通过对原图做增强操作，获得很多份增强后的样本与原图组成一个数据组，然后用这些样本获取推理结果，最后把多份的推理结果按一定方法合成得到最后的推理结果再进行精度指标计算。