DSFinal
这是数据科学大作业的实现代码。大作业为kaggle上的一个inclass的比赛。赛题链接：https://www.kaggle.com/c/datascience2018
Highlight
- 单模型 performance比较好
Requirements
- python3
- pytorch 0.4.0
Data Distribution
| types | daisy | dandelion | rose | sunflower | tulip |
|---|---|---|---|---|---|
| num | 692 | 949 | 714 | 666 | 878 |
测试集一共424张图片。
Run This Code
分割数据集
将数据放在data目录下，运行以下代码
python split_train_val.py
训练
CUDA_VISIBLE_DEVICES="0" sh train.sh
你可以根据需要使用训练的同时val或不val的代码。
测试
CUDA_VISIBLE_DEVICES="0" sh test.sh
Improvement
受到 Few-Example Object Detection with Model Communication启发，不再区分验证集和训练集，并将测试集中score大于0.9的数据附上fake label，构成新的训练集进行训练。
Model Zoo
All the files canbe downloaded in BaiduYun, including train.log, test.log, checkpoint, submit file.
| Version | Acc(Pub) |
|---|---|
| model1 | 0.95754 |
| model2 | 0.96698 |