前言
我们是不配拥有姓名团队，获得决赛第六名，很高兴分享我们的解决方案。
1赛题理解
1.1任务
基于高分辨可见光遥感卫星影像，提取复杂场景的道路与街道网络信息
1.2特点：
原图比较大，需要自行切分
前景（道路）占比比较小
1.3数据探索
比较宽的道路的标注，和主观识别的道路比较一致。过河道路，认为非路网信息。
对于有树木的道路，标注有部分不一致的情况
有些比较窄的道路有偏移，有些可能是道路的位置没标注
2解决方案
2.1 数据预处理
裁剪策略
window size：1024 × 1024
step size: 1024 - 128 = 896
计算道路占比
计算非全黑区域占比
数据过滤策略
策略1：道路占比大于0，非全黑区域占比大于0
策略2：
382 道路占比大于0.09，有效区域占比大于0.3
182 道路占比大于0，有效区域占比大于0.3
2.2 模型结构
方案中使用FPN和UNet，backbone均为Efficientnet-B5
2.3 数据增强
CropNonEmptyMaskIfExists：裁剪512×512大小子图，并确保里面有道路信息
Normalize：图片数据除以255
2.4 训练策略
单阶段训练策略
初始权重：imagenet训练的EfficientNet-B5权重
Loss：1 BCELoss + 1 DiceLoss
优化器：SGD
学习率调度：使用可重启的余弦退火学习率策略
两阶段训练策略
1．第一阶段
初始权重：imagenet训练的EfficientNet-B5权重
Loss：BCELoss
优化器：SGD
学习率调度：steplr
2．第二阶段
初始权重：第一阶段训练出的最优模型
Loss：LovaszHinge
优化器：SGD
学习率调度：steplr
2.5 模型推理
膨胀预测：
window size： 1024 × 1024
step size: 512
1024 × 1024区域，保留中心512 × 512区域内容
2.6 后处理
对于图像中全黑区域，pred设置为1（非道路）
本文首发 AI Gallery: https://marketplace.huaweicloud.com/markets/aihub/modelhub/detail/?id=550cd8af-e871-4c7e-a9a9-bd47f99b80a6
本赛事赛题：https://competition.huaweicloud.com/information/1000041322/circumstance
决赛获奖选手分享集锦：https://competition.huaweicloud.com/information/1000041322/share
