[Survey] Kaggle - Carvana 5位解法まとめ

Kaggle - Carvana Image Masking Challenge¹の5位解法²の調査記事です．

Title: LB0.9972 - 5th Place Overview
Name: Kyle Y. Lee
Kaggle Discussion: https://www.kaggle.com/c/carvana-image-masking-challenge/discussion/40144

開発環境

• GTX1080Ti: コンペ終了前に購入．1918x1280と2010x1340に利用．
• GTX1080
• GTX1070: 推論とTTAのみ

Model

フォーラム²より引用

• 学習済みResNet 50層でマスクデータを作成(U-Netじゃない)
• Optimzier: Adam
• learning rate: 1e-6

詳細としては，下記の7つのモデルのアンサンブルで予測．

1. 1918x1280(HQ, TTA6x) [weight=0.2,public LB=0.9970+, private=0.9969]
2. 1918x1280(TTA6x) [weight=0.3,public LB=0.9970+,private=0.9969]
3. 1918x1280(HQ, TTA2x), Fold 2 [weight=0.2,public LB=0.9970+,private=0.9969]
4. 1600x1280(TTA4x) [weight=0.1,LB=0.9969]
5. 2010x1340(TTA2x) [weight=0.1,LB=0.9969]
6. 1280x1280(TTA6x) [weight=0.05,LB=0.9968]
7. 1280x1280(TTA6x, using only dice loss) [weight=0.05,LB=0.9968]

備考: 1918x1280と2010x1340は8GBより大きいメモリが必要

Augmentation

• 左右反転
• 回転(10度)
• 平行移動(約5%)
• 拡大縮小(10%)
• TTAを左右反転と平行移動で6回実行．

ローカル上でのスコア

• 0.9970: 1918x1280
• 0.9969: 1600x1280 と 2010x130
• 0.9968: 1280x1280

損失関数

• binary cross entropy - log(dice) (diceのみより若干改善)
• Batch Size: 1

後処理

• アンテナ部分の補正
• 主輪郭から一定上離れた箇所にあるアーチファクトの除去
• ホイール部分が閉じたりしないようにした．

テストデータの検証

過学習してないか下記処理で視覚的にテストデータを確認．

• アンサンブルの安定性(各モデルのピクセルの合計値のばらつきなど)
• 輪郭の数(輪郭が多すぎる場合はノイズが入っちゃってる)
• 二番目に大きい輪郭の面積(二番目に大きい場所は車じゃないはずなので，これが大きい場合なんかやらかしてる)

今後の改善

• より多様なネットワークでアンサンブルする．
• ResNet 101層や152層を利用する．(今回はResNet 50層を利用

References

1. Kaggle, Carvana Image Masking Challenge, 2017. ↩

2. Kyle Y. Lee, LB0.9972 - 5th Place Overview, 2017. ↩ ↩²