Skip to content

Latest commit

 

History

History
12 lines (11 loc) · 1.01 KB

METHOD.md

File metadata and controls

12 lines (11 loc) · 1.01 KB

方案说明

Team 木已成舟

  • 数据预处理:仅将mask进行one-hot编码,用于监督模型训练,未进行其他处理,未使用额外数据集以及伪标签;数据增强仅使用了水平翻转、垂直翻转和旋转
  • 环境配置:2080Ti * 4,使用pytorch 1.6.0
  • 模型选择:使用DANet和Deeplabv3+,其中两模型均使用了pytorch官方提供的resnet101预训练模型作为backbone;使用SGDR对模型进行训练, 选择多个局部最优点的结果进行集成,最终集成结果即为A,B榜最高分数的结果。未使用其他训练以及测试trick。损失函数使用基本的Cross Entrophy Loss, 未进行类别加权
  • 训练日志见training_log_stage_1目录
  • 直接在 train.py 中修改GPU ID,执行 python train.py 即可复现模型
  • 修改数据目录并执行 python ensemble_test.py 即可得到最终提交的results
  • 最终用于推理的模型见百度网盘 模型 提取码:cevy