文件名称：xView2-Solution
文件大小：3.79MB
文件格式：ZIP
更新时间：2024-05-24 13:00:24
Python
xView2损害评估挑战赛的第三名解决方案 尤金·赫维琴雅（Eugene Khvedchenya），2020年2月 该存储库包含用于解决源代码。 我的解决方案在公共LB上的得分为第二（0.803），在私人保留数据集上的得分为第三（0.805）。 简而言之 语义分割模型的集合。 经过加权CE培训，以解决班级不平衡问题。 进行大量增强，以防止过度拟合并增强对未对齐的前映像和后映像的鲁棒性。 前后图像共享编码器。 提取的特征将被串联并发送到解码器。 一堆编码器（ResNet，Densenet，EfficientNets）和两个解码器：Unet和FPN。 1轮伪标签 使用加权平均进行合奏。 在相应的验证数据上为每个模型优化的权重。 训练 从requirements.txt安装依赖项 关注train.sh 推理 要使用预训练的模型进行推断，请从“发布”选项卡下载完整档案，然后运行predi
【文件预览】：
xView2-Solution-master
----run_tensorboard_3389.sh(101B)
----predict_oof.py(4KB)
----evaluate_postprocessing.py(4KB)
----test_docker_pytorch14_37.cmd(2KB)
----train_folds.csv(3.51MB)
----fit_predict.py(24KB)
----convert_masks.py(3KB)
----predict_37_weighted.py(9KB)
----optimize_softmax.py(3KB)
----train.sh(11KB)
----predict.py(5KB)
----finetune.py(20KB)
----tests()
--------test_damage_00121_prediction.png(10KB)
--------test_localization_00121_prediction.png(12KB)
--------test_post_00121.png(1.55MB)
--------pre.png(2KB)
--------test_postprocessing.py(1KB)
--------hurricane-florence_00000475_post_disaster.png(8KB)
--------test_dataset.py(3KB)
--------guatemala-volcano_00000000_post_disaster.png(1.52MB)
--------hurricane-florence_00000115_post_disaster.png(10KB)
--------post.png(2KB)
--------test_load_mask.py(1KB)
--------test_registration.py(3KB)
--------test_models.py(4KB)
----docker_submission_37.py(10KB)
----convert_crops.py(4KB)
----LICENSE(1KB)
----black.toml(524B)
----run_tensorboard.sh(101B)
----build_push_docker_37.cmd(244B)
----train.csv(3.57MB)
----requirements.txt(179B)
----.gitignore(1KB)
----make_folds.py(2KB)
----requirements_docker_pytorch14.txt(387B)
----.dockerignore(106B)
----README.md(1KB)
----xview()
--------models()
--------pseudo.py(3KB)
--------alignment.py(3KB)
--------ssim_loss.py(2KB)
--------train_utils.py(2KB)
--------optim.py(7KB)
--------augmentations.py(7KB)
--------inference.py(17KB)
--------metric.py(8KB)
--------dataset.py(21KB)
--------model_wrapper.py(3KB)
--------losses.py(8KB)
--------xview2_metrics.py(11KB)
--------factory.py(5KB)
--------postprocessing.py(8KB)
--------scheduler.py(2KB)
--------visualization.py(5KB)
--------rounder.py(3KB)
--------utils()
--------averaging_rounder.py(3KB)
----Dockerfile-pytorch14-37(572B)
----run_tensorboard.cmd(121B)