ざっくばらんメモ_27:kaggle bowl2018
kaggle bowl2018
コンペ
code
前回はDilated Residual Networkを用いた推論を行い、あまり結果が良くなかった。
今回はpytorchベースのsegmentationコードを
folkし、今回のデータに合わせた形でadapterを加えつつ試した。
まず初めにbilinear補完によるupsampleを用いたFCNを学習した。
結果:LB0.148と結果は微妙。
upsamplingにdense upsampling (cf. https://arxiv.org/abs/1702.08502 )を用いた版を
学習するも、model colapseしてしまうのか、0のみを出力するようなモデルが出来てしまった。
一般のcityscapesなどでは高性能を発揮してきたモデルなのでうまくいくと踏んでいたが、
そうでもないようである。