2d图像分割总结
2d图像分割总结
1 Carvana Image Masking Challenge–1st Place Winner’s Interview
汽车分割比赛第一名博客记录：
作者做过很多分割任务，Alexander 利用了一个非unet的网络，然后居然效果比较好，内存也占的很低，更快精度更高，他就入坑了。
Train set: 5088 Images.
Test set: 1200 in Public, 3664 in Private, 95200 were added to prevent hand labeling.
‘unconfidence’ score 分数高是因为背景差别不大等等
loss：
另外为了判断大小不一致的汽车，除以背景大小，做了平衡。
数据增强：
horizontal flips, color augmentations and transforming a car
预训练
DSTL，卫星图像分割不用预训练效果也很好
他这里使用vgg11的预编码模型可以取得轻松取得0.972。
Vladimir’s Approach：
二分类分割中用的比较多
Alexander’s approach：
LinkNet 内存更小，速度更快，值得尝试。
Artsiom’s approach：
f(x) = BCE + 1 - DICE
都可以到0.997左右。
http://blog.kaggle.com/2017/12/22/carvana-image-masking-first-place-interview/