[Survey] Kaggle - Carvana 11位解法まとめ

Kaggle - Carvana Image Masking Challenge¹の11位解法²の調査記事です．

Title: LB 11th(0.9971) solution overview
Name: JandJ
Kaggle Discussion: https://www.kaggle.com/c/carvana-image-masking-challenge/discussion/40126

概要

• 二段階に処理を分離
  • Stage 1: 1/4縮小画像でマスク領域の予測．
  • Stage 2: エッジ部分に絞ってマスク領域の予測

Stage 1

• 320x480にリサイズ
• U-Netで学習
• テストデータのマスクを予測

Stage 2

• ステージ1のマスク領域のエッジ部分を切り取って256x256のパッチ画像を抽出
• 6層のdownsample & upsampleのU-Netを利用
• 訓練時には各パッチ画像は2回ずつ重なるようにデータを作成
• 推論時には各パッチ画像が少なくとも3回は重なるようデータを作成．(U-Netはエッジ領域の判定が苦手だったが，この方法で緩和できた)
• Data Augmentation
  • 10%の拡大縮小
  • 左右反転
  • 輝度, コントラスト
  • ずらし
• 損失関数: dice coeff
• Batch Normalizationを利用．(batch内の各種パッチ画像はランダム)

教訓

• 可視化と分析は大事！(Stage 1.でのミスをずっと気づかずじまいだったとのこと)

References

---

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

2. JandJ, LB 11th(0.9971) solution overview, 2017. ↩