文件名称：颜色分类leetcode-kaggle-kuzushiji-2019:KaggleKuzushijiRecognition：第二名解决方案
文件大小：1.66MB
文件格式：ZIP
更新时间：2024-07-26 15:35:31
系统开源
颜色分类leetcode 内容 使用 Python 3.6。 安装： pip install -r requirements.txt python setup.py develop 按照文档中的说明为您的操作系统安装 libjpeg-turbo 安装 apex 记录在（仅python就足够了） 提交所需的所有步骤都在大量注释run-all.sh和level2.sh 。 请注意， run-all.sh从未在一个步骤中运行（这将花费太多时间），因此可能包含错误。 大多数模型参数都在_runs文件夹中（它们来自实际模型）。 一个额外的模型用于创建未在最终解决方案中使用的resnext101_32x16d_wsl标签（在resnext101_32x16d_wsl上使用 resnext101_32x16d_wsl，批量大小为 10，而不是在同一折叠上的resnext101_32x8d_wsl ），但它的贡献非常小，质量与resnext101_32x8d_wsl非常相似 所有运行日志和配置（用于分类模型）都在_runs文件夹中。 注意：稍微更完整的描述位于 一般做法如下： 数据集按书分为 5 折。
【文件预览】：
kaggle-kuzushiji-2019-master
----README.rst(12KB)
----.gitmodules(0B)
----requirements.txt(366B)
----LICENSE(1KB)
----check-errors-git.ipynb(7KB)
----setup.py(107B)
----level2.sh(3KB)
----_runs()
--------clf-fold2-wsl8d-mt256-frozen()
--------clf-fold1()
--------clf-fold1-wsl8d-mt256-frozen()
--------segment-fold4()
--------clf-fold0-wsl8d-mt256-frozen()
--------clf-fold4-wsl8d-mt256-frozen()
--------clf-fold4()
--------clf-fold2-wsl8d-mt256-frozen-pseudo()
--------clf-fold4-wsl8d-mt256-frozen-pseudo()
--------segment-fold2()
--------clf-fold3-wsl8d-mt256-frozen-pseudo-ft()
--------clf-fold3-wsl8d-mt256-frozen()
--------clf-fold0()
--------clf-fold0-wsl8d-mt256-frozen-pseudo-ft()
--------clf-fold3-wsl8d-mt256-frozen-pseudo()
--------clf-fold2()
--------clf-fold2-wsl8d-mt256-frozen-pseudo-ft()
--------segment-fold0()
--------clf-fold0-wsl8d-mt256-frozen-pseudo()
--------clf-fold4-wsl8d-mt256-frozen-pseudo-ft()
--------clf-fold1-wsl8d-mt256-frozen-pseudo()
--------segment-fold1()
--------clf-fold3()
--------clf-fold1-wsl8d-mt256-frozen-pseudo-ft()
--------segment-fold3()
----run-all.sh(6KB)
----kuzushiji()
--------data_utils.py(5KB)
--------segment()
--------classify()
--------metric.py(6KB)
--------utils.py(493B)
--------__init__.py(0B)
--------jpeg2np.py(470B)
--------lm()
--------viz.py(4KB)
----detection()
--------backbone_utils.py(2KB)
--------README.rst(277B)
--------keypoint_rcnn.py(16KB)
--------transform.py(5KB)
--------roi_heads.py(23KB)
--------__init__.py(81B)
--------generalized_rcnn.py(2KB)
--------rpn.py(17KB)
--------mask_rcnn.py(16KB)
--------LICENSE(1KB)
--------image_list.py(754B)
--------faster_rcnn.py(16KB)
--------_utils.py(12KB)
----.gitignore(78B)