ざっくばらんメモ_26:kaggle bowl2018
kaggle bowl2018
コンペ
code
前回はUNetを用いた予測を行った。
今回はもう少し最新の手法を試す。
選んだのはDilated Residual Networkで
こちらはコードが公開されているため適用しやすい。
このモデルを学習するためには規定のフォルダ構造にしなければならないので、
その前処理のみを行って実際に学習を行った。
結果:LB0.222でむしろUNetより結果が悪化してしまう。
cityscapesなどの多クラスかつ高解像度なタスクで高性能をたたき出しているが、
今回の低解像度かつ2クラスのみのモデルには相性が悪いのかもしれない。