CT影像诊断新冠肺炎
最后更新 2020/06/04 10:40
阅读 991
EfficientNet DenseNet ResNet
小林子
47
获得赞1
发布的文章3
答辩的项目Batch大小为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为96.38。
最后更新 2020/06/04 10:40
阅读 991
EfficientNet DenseNet ResNet
主要思路三部分:观察数据、模型选择、数据增强
观察数据
对应的数据增强:使用大一点的输入size,数据增强尽量多一点
设计的数据增强如下:
'train': torch_transforms.Compose([
torch_transforms.Resize((size,size)),
torch_transforms.RandomHorizontalFlip(),
torch_transforms.RandomVerticalFlip(),
torch_transforms.ToTensor(),
torch_transforms.Normalize(mean, std),
torch_transforms.RandomErasing()
]),
模型选择
由于使用了多模融合,所以这里我选择了常规的三个模型,每个模型在全连接会加入Dropout=0.2
self.model_names = ['resnet18','densenet121','efficientnet-b0']
选择小模型的原因是,输入图像size设置的比较大,小模型速度更快。
参数调整
主要的提分点
赛题总结
最近开始实习了,感觉这个赛题可以说十分友好了。个人对这个赛题的理解,这个赛题相比于其余赛题应该是最简单的一个了,图像数量少且目标单一,不需考虑多么复杂的技巧。
分享以下别的提分技巧,最近看到的
Thanks...
EfficientNet DenseNet ResNet
请先绑定您的微信账号 点击立即绑定
敬请谅解,如有疑问请联系FlyAI客服