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upsa…

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…

kaggle, bowl2018 コンペ code まずはtensorflowベースのUNetを用いた手法がkernelに公開されているのでそれに沿って 実装を行っていく。 ただそのまま走らせるのでは面白くないので、いくつかdata augmentation手法を適用して データを増やしたものを用いて…

kaggle bowl 2018 次のトライとして去年もあったdata science bowlの2018年版 へチャレンジしてみることにする。 今回のお題はがん検出自動化に向けた画像ベースの細胞核検出問題。 核検出は分析のスタートポイントとなるため重要との事。 評価は検出箇所に…

FAIR Detectronのトライ Facebook Researchが最近公開したCaffe2ベースの画像認識ライブラリDetectronを試す。 主なインストール手順はGitHubに公開。 環境はaws p2.xlarge, ubuntu 16.04、conda environmentを利用。 インストール環境を整えるにあたって要…

kaggle recruit challenge 最近あまり時間が取れず、あまり進捗はなし。 しかしkernelがいくつか更新されており、 最近公開されている手法をいくつかアンサンブルで 組み合わせ、重み付けを変えるなどしていた所、 最終的に0.478 (164位) を達成。 時間はな…

stackGan-v2をトライ 最近突然話題になり始めたattnGANに関して、 そのコードをトライしようと思ったがまだ公開されていなかった。 そこで著者らの関連作であるstackGAN++をとりあえずトライ。 こちらはコードが既に公開されている。 ちなみにPytorch版。 AW…

kaggle recruit challenge code Kernelにて今まで公開されてきたメソッドをアンサンブルして LB0.479を実現しているものが公開されていた。 利用されているメソッドの中に自分の公開したものが含まれていた。 そのおかげか自分のkernelがブロンズを獲得。 た…

kaggle recruit challenge code Kernelを見て、公開されているコードなどを元に 前処理と後処理を更新。 またknnとgradient boostingを追加したensembleを構築した。 結果LB0.482（161位）まで向上。 ここから先色々パラメータをいじるも性能向上はせず。