/ukiyoe

浮世絵作者予測 Competition(https://prob.space/competitions/ukiyoe-author) LB3位(学生LB1位)解法

Primary LanguagePythonMIT LicenseMIT

浮世絵作者予測

浮世絵作者予測 Competition LB3位(学生LB1位)ソースコード

学習の流れ

  1. 準備
    学習・テスト用データをダウンロードしてinputディレクトリに入れる．Jupyter Notebookを起動してvisualize_and_preprocess.ipynbを開きRun Allしてください．
    LINE Notify APIを用いて学習終了時に通知を飛ばすようにしているのでtrain.pyやtrain_pseudo_label.pyの該当部分を必要に応じて削除してください．このcallbackを使いたい人は環境変数LINE_TOKENを設定すると使えると思います．

  2. First stage learning

$ cd src
$ python train.py --config cbamresnext50_mish_jpunet_cfg
$ python make_submission.py --config cbamresnext50_mish_jpunet_cfg
$ python train.py --config densenet121_mish_jpunet_cfg
$ python make_submission.py --config densenet121_mish_jpunet_cfg
$ python train.py --config resnet50_mish_jpunet_cfg
$ python make_submission.py --config resnet50_mish_jpunet_cfg
$ python train.py --config inceptionresnetv2_mish_jpunet_cfg
$ python make_submission.py --config inceptionresnetv2_mish_jpunet_cfg
$ python train.py --config seresnext50_mish_jpunet_cfg
$ python make_submission.py --config seresnext50_mish_jpunet_cfg
$ python make_stacking.py

実行することでCV0.90~0.91が，predicts/stacking_tta.csvを提出することでLB0.912が得られます．

  1. Second stage learning
$ python train.py --config densenet121_mish_jpunet_pl_cfg
$ python make_submission.py --config densenet121_mish_jpunet_pl_cfg

実行することでCV0.91~0.92が，predicts/JPUNet_densenet121_diffrgrad_pl_256x256.csvを提出することでLB0.927が得られます．

動作確認ができている実行環境

PC環境

  • Ubuntu 16.04.6 LTS(Docker)
  • GeForce GTX 1080 Ti x3
  • Nvidia-Driver==430.40
  • CUDA Version==10.1(Docker)
  • Python==3.6.4(Docker)

pip packages

  • numpy==1.17.2
  • pandas==0.25.1
  • sklearn==0.21.3
  • Pillow==6.1.0
  • opencv-python==4.1.1.26
  • scipy==1.3.1
  • torch==1.2.0
  • albumentations==0.4.3
  • catalyst==19.9.5
  • efficientnet-pytorch==0.5.1
  • pretrainedmodels==0.7.4
  • pytorch-toolbelt==0.2.1
  • tensorboard==2.0.0
  • tensorboardX==1.8
  • tqdm==4.36.1

Distributed under MIT License (See LICENSE)