芦花似雪

  • 1

    获得赞
  • 0

    发布的文章
  • 1

    答辩的项目

北京垃圾分类识别答辩

Batch大小为64,循环次数为10次,损失函数优化完,最终完成评分为86.03。

北京垃圾分类识别
图像分类 PyTorch ResNeXt 深度学习 CNN
最后更新 2020/06/22 10:27 阅读 891

北京垃圾分类识别

最后更新 2020/06/22 10:27

阅读 891

图像分类 PyTorch ResNeXt 深度学习 CNN

1. 比赛介绍

        随着垃圾分类处理行业竞争的不断加剧,大型企业间并购整合与资本运作日趋频繁,国内外优秀的垃圾分类处理企业愈来愈重视对行业市场的分析研究,特别是通过人工智能技术与垃圾分类硬件、软件产品中的应用融合,能够帮助居民更加准确的进行垃圾的准确分类,提升分类效果。

        数据集中共包含45222张图片,共分为214类,调参阶段按8:2的比例随机划分训练集和验证集,确定训练超参数后,按99:1的比例随机划分训练集和验证集。数据集存在数据不平衡现象。

2. 解题思路

        训练数据增强: 

  • RandomResizedCrop到224大小
  • RandomHorizontalFlip
  • Normalize

        经过测试RandomVerticalFlip,ColorJitter会降低准确率

        测试数据增强:

  • TenCrop

        模型选择: 

  • resnext50 => seresnext50 + seresnext101 ensemble(Imagenet pretrained)  

        优化器:

  • Adam,learningrate=3e-4,warmup+ cosine schedule

        Tricks: 

  • label smoothing
  • cutmix

image.png

+
image.png

=

image.png

3. 总结分析

        能提高准确率的trick如下:

  • label smoothing
  • cutmix
  • cosinelearning rate
  • modelensemble 

        还有待提高的部分:

  • 对类别不均衡问题还需要进一步探索更好的解决方法
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/137802
立即参加 北京垃圾分类识别
代码展示

图像分类 PyTorch ResNeXt 深度学习 CNN

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 ¥37.99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
¥37.99
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