Datawhale AI 夏令营 CV 赛事实践(二)CNN原理与进阶技巧以及冲分思路(长期赛第4)
password
icon
AI summary
type
status
date
slug
summary
tags
category
Property
Nov 22, 2024 02:44 AM
0 CNN可视化工具
1 跑通CNN Baseline(详细注释)
CNN的Baseline得分为0.47423
2 CNN 改进
2.1 调参
把训练轮数从10轮改为30轮,得分0.70588
2.2 三维卷积
上篇说到,该题nii数据是4维的,分别为宽度、高度、深度、时间,由于最后一个维度时间不太需要,故可以在读取数据时把它去掉,代码如下:
或许可以参考monai框架3维分类的示例教程改:
也可以参考这个项目:
3 Paddlecls套件上分
(暂未公开)
使用这个博客前几年参加比赛的增强数据集,训练量更大
可以看到模型在验证集上准确率有0.9以上,但在测试集上表现欠佳,可能是题目给的测试集与训练集的特征差异太大导致
对最后评估测试集的代码做一点修改,给NC投票加更多的权重,可以得到一个还不错的分数
最终得分:0.84096
4 参考
上一篇
ML实践 (Paddle篇)
下一篇
Datawhale AI 夏令营 CV 赛事实践(一)基于logistic回归的脑PET图像分析和疾病预测-baseline
Loading...