Kaggle 比赛

该仓库用于HuBMAP + HPA - Hacking the Human Body比赛

数据集探索

环境安装

conda create -n mmseg-kaggle python=3.10 -y

conda activate mmseg-kaggle

# conda install pytorch=1.11.0 torchvision cudatoolkit=11.3 -c pytorch

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.11.0/index.html
pip install segmentation_models_pytorch
git clone https://github.com/zezeze97/FTU_seg.git

cd {path of project}

pip install -e .

数据集下载，预处理

从官网下载好数据集后，放在该项目的data目录下，运行kaggle_segmentation/eda_mask.ipynb

训练，测试

# 训练

bash run.sh train $GPU

# 测试

bash run.sh test$GPU

可视化预测

kaggle_segmentation/inference_demo.ipynb

Note

虽然有多个类别，但是比赛只要求区分FTU，我先处理成2分类问题
使用multilabel segmentor, 最后的激活用sigmoid而不是softmax
图片分辨率很大3000x3000, 使用slide模式进行inference，而不是whole!
baseline使用的convnext-base

TODO

实验结果整理
Multi Class Dateset