Deep Residual Learning for Image Recogition 作者Kaiming He Xiangyu Zhang Shaoqing Ren Jian Sun 何凯明大佬  ...

图像比赛常用Tricks图像数据增强训练时数据增强在图像比赛中，常遇到数据不足的情况，这一问题很容易导致模型的过拟合，解决该问题的方法除了有调整模型的参数容量之外，也可以通过数据增强的方式进行解决。 亮度、饱和度、对比度的随机变换 随机裁剪（Random Crop） 随机缩放（Random Res ...

对数据不平衡的应对在比赛中经常会遇到数据不平衡的问题，各个类别之间的数据量不平衡容易导致模型对数据量少的类别的检测性能较低。数据不平衡问题可以分为以下两种情况： 大数据分布不均衡。这种情况下整体数据规模大，只是其中的少样本类的占比较少。但是从每个特征的分布来看，小样本也覆盖了大部分或全部的特征。例 ...

Kaggle-钢铁损伤检测总结赛题在这次比赛中，我们需要从官方提供的钢铁照片中使用语义分割方法对损伤部位的区域和类别进行检测。可视化示例如下： 类别1 类别2 类别3 类别4 总计有四种类别的损伤。 名次：Top4%。 数据分析在进行数据分析时，主要关注以下几个方面： 类别间样 ...