天池县域农业大脑AI挑战赛_冠军_方案分享
0 队伍介绍1. 赛题说明1.1 赛题任务1.2 赛题数据1.3 评估指标 2 基本方案2.1 数据切割2.2 模型选择 3 涨分点 & 改进3.1 膨胀预测3.2 测试增强3.3 snapshot ensemble3.4 后处理3.5 标签平滑3.6 伪标签 + 软标签 4 总结暑假时心血来潮，想找个比赛试水。比赛过程的体验，和在实验室跑实验蛮大区别。学习到了很多trick，每天的“摸奖”也很刺激，认识了很多大神。比赛的时间线也很长，即使是新手也有足够的时间去学习。最终比赛成绩是 1/1520，关于比赛的代码将分享在 github。
0 队伍介绍
mrshi12321 : 施江玮 杭州电子科技大学 研二
大黄有故事 : 黄钦建 华南理工大学 研二
now more : 林宏辉 华南理工大学 研一
1. 赛题说明
1.1 赛题任务
通过无人机航拍的地面影像，探索像素级农作物分类的算法，具体的分类目标为薏仁米、玉米、烤烟、人造建筑（复赛新增），其余所有位置归为背景类。
1.2 赛题数据
初赛复赛提供的数据是同一片区域的航拍影像。其中初赛提供数据为农作物生长的早期（大多没长出来），分割难度较大。复赛数据农作物长势良好，并在初赛赛题基础上增加了一类“建筑”。
提供的label为与原始图像1:1大小的单通道图像，像素的大小对应不同的标注类别。其中“烤烟”像素值为1，“玉米”像素值为2，“薏仁米”像素值为3，“人造建筑”像素值为4，背景类像素值为0
上图为复赛训练集数据可视化，其中蓝色区域为烤烟，绿色为玉米，红色为薏仁米，黑色为建筑，其它归为白色。虽然图像分辨率大，但mask无效的区域面积也较大，类别不平衡问题也很突出，背景类占比远高于其它类别。
1.3 评估指标
赛题的评估指标为mIoU，榜上排名分数为所有计算所有类别IoU后取平均的结果。
2 基本方案
2.1 数据切割
切割时主要从三个方面考量：
速度: 遥感影像分割大多推荐使用使用gdal库，但据说安装蛮坑。我们直接多进程加速，patch为1024时，单张图5~6min可以切完。patch大小: patch 大小我们也没有实验出哪个效果更好，最后是1024和512两种切割方式都做了，并用来分别训练不同的模型，提高模型的差异度，有利于模型投票。类别平衡：过滤掉mask无效占比大于7/8的区域，在背景类别比例小与1/3时减小滑窗步长，增大采样率。
最终采取的切割策略如下：
策略一：以1024x1024的窗口大小，步长900滑窗，当窗口中mask无效区域比例大于7/8则跳过，当滑动窗口中背景类比例小于1/3时，增加采样率，减小步长为512；策略二：以1024x1024的窗口大小，步长512滑窗，当滑动窗口中无效mask比例大于1/3则跳过。
2.2 模型选择
模型上我们队伍没有做很多的尝试，初赛复赛都是基于DeeplabV3plus（决赛5个队伍里有3个用了DeeplabV3plus），backbone为Xception-65和ResNet-101以及DenseNet-121，从 A榜分数看，不加任何trick时，DenseNet分数略高于另外两个，但是显存占用太大以及训练时间太长，在后来的方案里就舍弃了。决赛复现时，使用了两个Xception-65和一个ResNet-101投票，投票每个模型用不同的数据训练，增加模型差异。
3 涨分点 & 改进
3.1 膨胀预测
方格效应：如果直接做不重叠滑窗预测拼接，得到的预测结果拼接痕迹明显。
原因分析：网络卷积计算时，为了维持分辨率进行了大量zero-padding，导致网络对边缘预测不准。
膨胀预测：预测时，只保留预测结果的中心区域，舍弃预测不准的边缘。
具体实现：
填充右下边界至滑窗预测窗口大小的整数倍（方便切割）；填充1/2滑窗步长大小的外边框（考虑边缘数据的膨胀预测）；以1024x1024为滑窗，512为步长，每次预测只保留滑窗中心512x512的预测结果（可以调整更大的步长，或保留更大的中心区域，提高效率）。
3.2 测试增强
测试时，通过对图像水平翻转，垂直翻转，水平垂直翻转等多次预测，再对预测结果取平均可以提高精度，但相对的，推理时间也会大幅度升高。
with torch.no_grad():for (image,pos_list) in tqdm(dataloader):# forward --> predictimage = image.cuda(device) # 复制image到model所在device上predict_1 = model(image)# 水平翻转predict_2 = model(torch.flip(image,[-1]))predict_2 = torch.flip(predict_2,[-1])# 垂直翻转predict_3 = model(torch.flip(image,[-2]))predict_3 = torch.flip(predict_3,[-2])# 水平垂直翻转predict_4 = model(torch.flip(image,[-1,-2]))predict_4 = torch.flip(predict_4,[-1,-2])predict_list = predict_1 + predict_2 + predict_3 + predict_4 predict_list = torch.argmax(predict_list.cpu(),1).byte().numpy() # n x h x w
3.3 snapshot ensemble
snapshot ensemble是一个简单通用的提分trick，通过余弦周期退火的学习率调整策略，保存多个收敛到局部最小值的模型，通过模型自融合提升模型效果。详细的实验和实现可以看黄高老师ICLR 的这篇论文。
snapshot ensemble另一个作用是作新方案的验证。深度学习训练的结果具有一定的随机性，在做新改进方案验证时，有时难以确定线上分数的小幅度提升是来自于随机性，还是改进方案really work。在比赛提交次数有限的情况下，snapshot ensemble不失为一个稳定新方案验证的方法
3.4 后处理
后处理问题上我们队伍只做了最简单的填充孔洞和去除小连通域。
3.5 标签平滑
标签平滑想法参考了Hinton大神关于的知识蒸馏和When does label smoothing help?的工作，标签平滑训练的模型更加稳定和泛化能力更强。
在知识蒸馏中，用teacher模型输出的soft target训练的student模型，比直接用硬标签（onehot-label）训练的模型具有更强的泛化能力。我对这部分提升理解是：软标签更加合理反映样本的真实分布情况，硬标签只有全概率和0概率，太过绝对。知识蒸馏时teacher模型实现了easy sample 和 hard sample 的“分拣”（标签平滑），对hard sample输出较低的置信度，对easy sample 输出较高的置信度，使得student模型学到了更加丰富的信息。
上图截取自When does label smoothing help? ，第一行至第四行分别为CIFAR10、CIFAR100、ImageNet(Course)、ImageNet(fine) 的数据集上训练的网络倒数第二层输出可视化，其中第一列为硬标签训练的训练集可视化，第二列为硬标签训练的测试集可视化，第三列为软标签训练的训练集可视化，第四列为软标签训练的测试集可视化，可以看出软标签训练的模型类内更加凝聚，更加可分。
在图像分割任务中，每个像素的分类结果很大程度依赖于周围像素，基于此，即使不通过teacher模型，我们也可以发掘部分样本中的hard sample。本次比赛中我们主要考虑了以下两类数据：
图像边缘：卷积时零填充太多，信息缺少，难以正确分类（参考3.1的方格效应）不同类间交界处： 类间交界难以界定，存在许多标注错误，训练时梯度不稳定类间交界的点，往往只相差几个像素偏移，对网络来说输入信息高度相似，但 训练时label 却不同，也是训练过程的不稳定因素。
上图从上到下分别为image_3原图，不加膨胀预测的模型预测结果，模型对每个像素点的预测置信度可视化图（将置信度p<0.8可视化为黑色，p>=0.8可视化为白色），可以明显看出，对于图像边缘数据，信息缺失网络难以作出正确分类。对于类间交界，由于训练过程梯度不稳定，网络对这部分数据的分类把握较低。
我们采取的方式是在图像边缘和类间交界设置过渡带，过渡带内的像素视为 hard sample作标签平滑处理，平滑的程度取决于训练时每个batch中 hard sample 像素占总输入像素的比例。而过渡带w的大小为一个超参数，在本次比赛中我们取w=11。
3.6 伪标签 + 软标签
伪标签是分类比赛中常用的trick之一，在模型分数已经较高的情况下可以尝试。提分显著，但对A榜过拟合的风险极大。具体实施是：
利用在测试集表现最好的融合模型结果作伪标签，用多组不同置信度阈值过滤数据，结合训练集训练模型；对所有伪标签数据进行标签平滑，缓解伪标签中错误数据对网络训练影响；选取多个snapshot的方法对模型进行自融合提高模型的泛化能力；利用3的结果，更新伪标签，重复步骤1~3。
