交差墒

  • 6

    获得赞
  • 0

    发布的文章
  • 1

    答辩的项目

PyTorch下用DenseNet进行图像分类

Batch大小为40,循环次数为18次,通过在线上环境完成训练,模型最优精度评分为92.49。

最后更新 2020/03/25 19:47 阅读 7980

遥感影像场景分类预测

最后更新 2020/03/25 19:47

阅读 7980

PyTorch DenseNet

赛题分析

  • 本次赛题的数据量很大,所以单次训练的时间很长,尤其在增大图像尺寸后,需要很长的时间才能训练完。
  • 图像分辨率基本都为512*512,最开始在224尺寸用的之前分类的代码随便跑了10轮,得分85左右。确定代码能跑通后再进行大刀阔斧的修改。
  • 类别45个,整个类别没有太多的不均衡,不过还是有一些图像数量远远大于其他的种类,尤其还有一些人都分不清的类别,比如桥梁和立交桥,路边停车场和停车场。
  • 尝试过ResNet50,DenseNet201,SENet154,比赛的前半阶段一直用FastAI进行训练,成绩达到了92.5x。后面改用纯PyTorch。
  • 各个类别的数量还是有差距的,这里我用到了类别平衡的方法就是PyTorch的Weighted Random Sampler和Batch Sampler,其实这个思路也是从FastAI的代码中摘来的,实测是有效果提升的。
  • Focal L
本文为作者在FlyAI平台发布的原创内容,未经许可禁止转载。
本文链接地址:https://www.flyai.com/n/56412
立即参加 遥感影像场景分类预测
讨论
500字
表情
发送
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
¥88.35
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

今日签到成功

获得 $vue{sianData.sign_fai} FAI的GPU算力积分

知道了