全球AI挑战-场景分类的比赛源码(多模型融合)

源码快速接入

数据集，代码获取方式：

关注微信公众号 datayx 然后回复 AI 即可获取。

配置数据集路径

打开config.py，找到下面的位置，根据自己的电脑系统在对应的位置配置上数据集路径

• 分类数据 运行split_by_class.py 脚本，分别对train数据集合val数据集进行按照子文件夹分类
• 开始训练 找任一个classifier 开头的(classifier_base 除外)脚本进行运行，这里包含VGG16/19、Xception、Inception-V3、Inception-Resnet-V2等经典模型

要点概述

• 支持多个单模型进行集成，可选多种集成方式
• 支持多种集成方式间的任意组合和自动择优
• 支持间断训练时权重文件的择优选择
• 支持VGG16、VGG19、Resnet50、Inception-V3、Xception、Inception-Resnet-V3模型
• imgaug 图片数据增强库替换Keras自带的图片预处理
• 支持多进程进行图片预处理

血训

数据增强很重要！！！

Keras自带的图片增强远远不够的，这里选择了imgaug这个图片数据增强库，

https://github.com/aleju/imgaug

直接上图，这种效果是目前的Keras望尘莫及的，尽可能最大限度利用当前有限的数据集。提高1~3个百分点

尽可能高效使用CPU！！！

训练任务交给GPU去做，新添加的imgaug图片处理方式之后，一个Epoch在1050Ti上耗时90mins+，排查发现大部分时间都在进行图片数据增强处理，于是将该部分的处理替换为多进程方式。时间从90mins降到30mins左右

标准化很重要！！！

先计算出整体训练集的mean和std，然后在训练阶段的输入数据以mean和std进行高斯化处理（参mean_var_fetcher.py）提高0.5~1.0个百分点

Fine-tune别绑太紧！！！

这点尤为重要！Fine-tune时松太开，可能导致训练耗时，也可能导致机器带不动；绑太紧可能导致Fixed的权重参数扼制了模型的学习能力。建议是在机器能扛得住的基础下，尽可能松绑多一些。提高2~5个百分点

模型选择很重要！！！

糟糕的模型训练几天几夜，可能赶不上优势模型训练几个epoch。VGG16=>Xception提高5~8个百分点

Loss降不下去时尝试调低LR！！！

降不下去就调小，调下的幅度一般是5倍、10倍左右。提高1~3个百分点

TensorbBoard监视训练状态！！！

尽可能使用Tensorflow提供的Tensorboard可视化工具，方便从宏观把控训练过程。

适度过拟合是良性的！！！

训练过程中一直没有过拟合，要从两方面考虑：

• 模型太简单，拟合能力不足，这时要考虑增强网络复杂度
• 数据增强程度太大，学不到某些特征

模型集成！！！

单模型没有什么提升空间时，要尝试将多个单模型进行集成。集成的方式可以选择投票法、均值法、按照模型Acc加权法等等。提高0.5~1.5个百分点

预测数据增强！！！

为了确保预测结果的准确性，可以将待预测结果进行水平翻转（或随机裁取patch等）处理，将这多张孪生图片进行预测，最终结果取多个结果的均值。提高0.25~1.0个百分点

找个小伙伴一起搞！！！

挑战官网

https://challenger.ai/news/ai_challenger