想吃多但不想长胖

  • 3

    获得赞
  • 0

    发布的文章
  • 1

    答辩的项目

北京垃圾分类项目答辩

Batch大小为64,循环次数为80次,损失函数优化完,最终完成评分为85.36。

最后更新 2020/06/18 17:36 阅读 372

北京垃圾分类识别

最后更新 2020/06/18 17:36

阅读 372

PyTorch CNN

比赛结果:分数85.36,排名top4 

数据划分:线上数据集共有45000+,按9:1划分训练集和验证集 

数据增强:对于训练集上的数据增强方法有: 

先将图片resize到450*450 

随机剪裁成300*300依概率p水平翻转,p=0.5 

对于验证集上的数据增强方法有:resize到300*300 

模型选定:考虑到类别数量和数据集的大小,本次分类问题我采用的网络框架是efficientnet-b3,只对最后一层全连接层进行修改,使用了基于imagenet的预训练模型,能让模型更快收敛。 

超参设定: 

lr(学习率)=0.01warmup(学习率预热),total_epoch=5 

优化器:SGD学习率衰减函数:Steplr,step_size=10

label smoothing(标签平滑), smoothing=0.2

注意事项这个分类问题的介绍中说是分四类垃圾,但在csv中却有214类物品要分类,这点在数据分析的时候要注意;尝试使用过混合精度(amp)来降低显存的使用以增大batchsize来提高运行速度,但这样无益于提点。标签平滑是一个提点项,在本项目中使用我提高了两个点 

希望我的报告对大家有所帮助 

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/138156
立即参加 北京垃圾分类识别
代码展示

PyTorch 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 ¥36.12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
¥36.12
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