"华为云杯"2019人工智能创新应用大赛优胜奖方案分享-郭老师的弟子团队

关于本次大赛的经验分享，主要可以分为以下几个方面

一、数据分析

数据共57个类别，3848张图片，类别间存在数据不均衡问题。

存在一些长宽比过度偏离1的数据，针对这些图片进行相应目标区域的裁剪。

个别类别间存在细粒度问题，例如红色的皮影和剪纸，小炒泡馍和葫芦头泡馍，针对这些困难类别着重做了数据扩充。

数据扩充：

数据来源：通过爬虫从谷歌，百度上爬取数据。

扩充的准则：对官方数据集训练一个模型，利用该模型选出爬取数据中置信度较高的数据，

                    对每个类别进行有差异的扩充，不断迭代更新数据集。

二、数据增强

1、HorizontalFlip  水平翻转   

2、ColorJitter   亮度，饱和度，对比度变化

3、RandomResizeCrop 随机裁剪缩放

4、RandomErasing 随机遮挡

5、Cutmix 剪切粘贴patch块

6、Sharpen 随机图像锐化

三、模型选择

模型选用的是resnext101 32×4d

尝试了添加空间注意力，全连接替换成KNN，Arcface等方法，但均未提高精度。

四、超参数设置

预训练参数：Imagenet-1k

损失函数：CrossEntropyLoss + Label Smoothing

优化器：SGD

学习率：初始0.01，每5个epoch lr*0.7

迭代次数：30~40 epoch

图像大小：训练RandomResizeCrop(384)

                      测试Resize(540)+CenterCrop(512)

因为数据增强采用了RandomResizeCrop ，相当于对图像进行拉伸，所以训练采用小尺寸，测试采用大尺寸。

五、应用

我们采用的是微信小程序，把模型部署在云端，调用云端gpu，实现快速预测，解决了移动端算力不足的问题，并且如果修改模型，

只需要在云端修改，即可实现移动端和云端的同步，方便管理。

六、总结

1、数据很大程度地决定了最后的精度，所以对爬虫数据的选择很重要， 应该多针对错误样本对数据集进行扩充和调整。

2、在实验中大幅度提升精度的方法有RandomResizeCrop，Random Erasing，合适的训练尺寸，提高测试分辨率。

3、训练时应该设置随机种子，保证结果可复现，并且在尽量控制变量的基础上逐步添加trick，记录好实验结果。