雪浪制造AI挑战赛——视觉计算辅助良品检验 参赛记录及相关心得

一、前言

今年暑假在阿里天池上参加了雪浪制造AI挑战赛——视觉计算辅助良品检验，算是第一次正式参加阿里天池上计算机视觉相关的比赛，初赛获得了 104/2403名，由于初赛是前100名晋级，然后在代码审核后前面正好有4个队伍代码不符合要求，所以最后非常幸运以100名的成绩晋级复赛。复赛获得了 58/100名。 第一次参赛积累了经验也获得了自己比较满意的成绩。所以在此记录一下比赛以及比赛整个过程的收获。

比赛的数据集网盘链接如下：链接：https://pan.baidu.com/s/1kUGLKbj8SAc1nWDuU4TfIw 密码：rual

我代码的github地址如下：https://github.com/wtrnash/XueLang-AI

二、初赛

比赛提供了大量的布匹样本以及布匹对应的瑕疵类别，包括正常、扎洞、薄段等类别，初赛的要求是提交一个csv文件，让我们完成对于每一张没有给标签的测试集图像，预测它们各自含有瑕疵的概率，即在csv文件上每一个样本文件名给出对应的含瑕疵的概率，实质上是个二分类问题，即判断该图像是否含有瑕疵。训练集中的瑕疵样本也提供了瑕疵在图像中的具体位置（xmin, xmax, ymin, ymax）。初赛分两个阶段，初赛第一阶段有接近一个月时间让我们调试模型，初赛第二阶段会更换新的测试集，让我们用训练好的模型给出结果来最终评判分数。初赛实际上可以用基于深度学习的图像分类的方法做，也可以用目标检测的方法做。我毕业设计完成了一个图像分类的相关工作，所以对于这一块有点经验，所以初赛选择了使用分类的方法做，但看到初赛分数很高的一些大神使用了目标检测的算法，这块知识我以后需要好好研究一下。