鹏1577582907

  • 14

    获得赞
  • 1

    发布的文章
  • 1

    答辩的项目

肺炎分类竞赛分享

Batch大小为16,循环次数为25次,损失函数优化完,最终完成评分为95.02。

最后更新 2020/06/08 10:47 阅读 378

CT影像诊断新冠肺炎

最后更新 2020/06/08 10:47

阅读 378

DenseNet

下载.jpg

首先这个数据集比较小,记得做一次实验,时间还是挺快的,之前也有一个类似的比赛,我就从里面借鉴了一点经验。

实验记录

  • densenet161  图片大小224  89.59%
  • densenet161  图片大小224 5kfold 92.76%
  • densenet161  图片大小512 5kfold 94.12%
  • densenet161 图片大小512 + 数据增强  (小林子分享的)95.02%
 transforms.RandomAffine(degrees=5,translate=(0.05,0.05),scale=(0.95,1.05),fillcolor=(0,0,0)),

l另外我还尝试了seresnet101,efficientb5,本来想再调几个好的模型进行融合来着,发现这两个模型在测试集上效果一般,所以最终只用了单个模型。

学习率:余弦退火
优化器:sgd+动量
数据增强:

train_transforms = transforms.Compose([
    #将给定图像随机裁剪为不同的大小和宽高比,然后缩放所裁剪得到的图像为制定的大小
    # transforms.RandomResizedCrop(224),
    Resize((550,550)),
    # Resize((299,299)),
    # transforms.CenterCrop(256),
    transforms.RandomCrop(512),
    #水平翻转 概率为0.5 一般反转一般不反转
    transforms.RandomHorizontalFlip(),
    transforms.RandomAffine(degrees=5,translate=(0.05,0.05),scale=(0.95,1.05),fillcolor=(0,0,0)),
    # AutoAugment(),
    # Cutout(),
    # 亮度 对比度 饱和度
    # transforms.ColorJitter(brightness=0.2, contrast=0.2, hue=0.2),
    # 随机旋转(-60,60)
    # transforms.RandomRotation(20),

    #将图像转换为tensor并且归一化至【0-1】
    transforms.ToTensor(),
    #imagenet统计特征
    transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
    transforms.RandomErasing(),
    ])

貌似有用的信息只有这些了,大家可以先找一个好的baseline,比如flyai的获奖代码或者天池、kaggle的开源代码,然后下次比赛直接拿来怼,当然不同任务之间,肯定有区别,需要自己再调整一下参数等等,应该可以拿个好成绩。

本文为作者在FlyAI平台发布的原创内容,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址:https://www.flyai.com/n/135227
立即参加 CT影像诊断新冠肺炎
代码展示

DenseNet

选择查看文件
$vue{codeKeys}
  • $vue{ix}
赞赏贡献者还可以查看和下载优质代码内容哦!
赞赏 ¥23.44元
©以上内容仅用于在FlyAI平台交流学习,禁止转载、商用;违者将依法追究法律责任。
讨论
500字
表情
每日优质讨论奖励 20FAI
发送
每日优质讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥23.44
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除