建议使用以下浏览器,以获得最佳体验。 IE 9.0+以上版本 Chrome 31+ 谷歌浏览器 Firefox 30+ 火狐浏览器
请选择 进入手机版 | 继续访问电脑版-->
设置昵称

在此一键设置昵称,即可参与社区互动!

确定
我再想想
标签
您还可以添加5个标签
  • 没有搜索到和“关键字”相关的标签
  • 云产品
  • 解决方案
  • 技术领域
  • 通用技术
  • 平台功能
取消

ArtanisSCUT

角色:成员

话题:0

发消息
发表于2020年05月12日 12:59:12 5721
直达本楼层的链接
楼主
显示全部楼层
[参赛经验分享] 【开发者高校青年班】华为云开发者AI青年班黑客松大赛——参赛方案和总结

#赛事介绍 美食数据包含10个类别,数据集共5000个图片,尺寸大小不一,类别分别均衡。需要自己划分训练集和验证集,竞赛数据来自真实的美食图片数据,包含中餐、西餐、甜点、粥类,每张图像中美食所占比例大于3/4,每张图片代表一类美食。 竞赛数据分为2个数据集:参赛选手可使用第1个数据集,第2个数据集作为评判用(参赛者不可见)。 ##主要思路 1. 数据增强 考虑到数据集不算太大,且美食较为居中,将其Resize后CenterCrop。为提高其泛化能力,使用随机水平翻转和亮度、对比度调节 ![20200512122508.png](https://bbs-img-cbc-cn.obs.cn-north-1.myhuaweicloud.com/data/attachment/forum/202005/12/1256575tvqovxi406vq3gq.png) 2. 数据集划分 将数据集随机划分,划分比例初期测试时使用0.9/0.1, 最后提交时使用0.95/0.05 3. Label Smoothing 学习参考:https://blog.csdn.net/qq_43211132/article/details/100510113 将one-hot编码扁平化,有利于增强其泛化性能,防止过拟合 ![20200512122919.png](https://bbs-img-cbc-cn.obs.cn-north-1.myhuaweicloud.com/data/attachment/forum/202005/12/125726hvo9ehl0mfe9qwaj.png) 4. 模型选用 根据github对cifar10预训练模型选用测试,选择densenet161模型,并修改最后的Linear层,加上Dropout防止过拟合 ![20200512123155.png](https://bbs-img-cbc-cn.obs.cn-north-1.myhuaweicloud.com/data/attachment/forum/202005/12/12573777oiv2txdentbgy6.png) ![20200512124919.png](https://bbs-img-cbc-cn.obs.cn-north-1.myhuaweicloud.com/data/attachment/forum/202005/12/125748ixwgy6udzjticrlu.png) 5.其他设置 经过各种测试,使用Adam优化器以及StepLR梯度下降,Label Smoothing参数设为0.15能得到最优效果 ![20200512125126.png](https://bbs-img-cbc-cn.obs.cn-north-1.myhuaweicloud.com/data/attachment/forum/202005/12/125758dc6aqvjuiojutgsi.png) ##测试结果 在Epoch12左右能收敛至训练集准确率0.99以上,测试集准确率0.98,上传至modelarts测试平台准确率为0.978
举报
分享

分享文章到朋友圈

分享文章到微博

l番薯加奶

角色:成员

话题:0

发消息
发表于2020年06月11日 17:11:04
直达本楼层的链接
沙发
显示全部楼层

感谢分享~

点赞 评论 引用 举报

游客

富文本
Markdown
您需要登录后才可以回帖 登录 | 立即注册