告别Carvana汽车图像去背景比赛

2019独角兽企业重金招聘Python工程师标准>>>

最近Kaggle举办的Carvana汽车图像去背景比赛结束了，俄罗斯的team拿了第一，本国的大神bestfitting拿了第二，有些可惜，差距只有0.000001.  这比赛拼地非常激烈。

比赛相关的传送门：https://www.kaggle.com/c/carvana-image-masking-challenge

 

这是我第一次参加图像识别分类的比赛，挺有意义的。kaggle确实是一个非常好的学习和交流平台，高手众多，有很多人愿意无私地指导像我这样的新人。所以，尽管比赛很辛苦（训练一个模型要两天半时间，预测生成提交文件还要9个小时），但是也很享受这样的比赛。这次比赛，最大的收获就是学会了一个U-NET模型。因为要处理高精度的图片，我被迫要反复修改U-NET模型结构，把网络结构尽可能地砍得很薄（网络层数降低过多的结果就是收敛精度差或容易过拟合）。同时，为了让网络尽可能地收敛在更高的得分，还得尝试不同的BN和激活函数。最后，总算找到了一个均衡的组合。训练1152x1152输入的图片，U-NET模型得到了0.9965的最终榜得分。

比赛遗憾： 后悔没有早点搞一个8G以上内存的GPU。6G内存的1060显卡在这次比赛中完全跟不上节奏，训练高精度的模型慢地要死，而且没有办法一次训练两张1200x1200输入的图片，在比赛后期完全失去了竞争力。

 

本次比赛的一些高手的方案简介：

Summary table of the best solutions

 

 

转载于:https://my.oschina.net/qinhui99/blog/1546200