AI CUP STAS

Preprocessing(cross validation)

• 將資料分群，不同特性的資料最好均勻分布各個cross validation 的資料集 ， 以增加ensemble後的模型穩定度
  • way1 : 肉眼觀察分群
  • way2 : kmeans cluster
    • step1 : Elbow Method 決定分4群最佳 (註: 用keras inceptionV3 抽特徵)
    • step2 : 4群均分到不同training dataset

Model Architecture (cross validation + voting)

Postprocessing (blur + findcontours&fillpoly)

比賽結果

• 最後正式公布結果有些組別被移除資格，名次有異動以官網為準
• 官網連結 : AICUP

repo解說

前處理程式碼：Preprocessing.ipynb

訓練程式碼：Model.ipynb

辨識程式碼：Test.ipynb

模型檔案：https://drive.google.com/drive/folders/1Sq682KheFmneDXpLD5Y7cYXpxpHj-gup?usp=sharing

執行環境：TWCC

預測結果輸出：STAS.zip

執行環境：Pytorch 1.11.0

檔案目錄結構

├── Preprocessing.ipynb               
├── Model.ipynb
├── Test.ipynb
├── Data
│   ├── SEG_Train_Datasets
│   │   ├── Train_Images
│   │   ├── Train_Annotations
│   │   ├── Train_Masks
│   │   ├── Fold1_Images
│   │   ├── Fold1_Masks
│   │   ├── Fold2_Images
│   │   ├── Fold2_Masks
│   │   ├── Fold3_Images
│   │   ├── Fold3_Masks
│   │   ├── Fold4_Images
│   │   ├── Fold4_Masks
│   │   ├── Test_Images
│   │   └──  Test_Masks
│   ├── Public_Image
│   └── Image   
├── model_weight                      
│   ├── best_model_1.pth
│   ├── best_model_2.pth               
│   ├── best_model_3.pth         
│   ├── best_model_4.pth               
│   └── best_model_5.pth
├── fig                      
│   ├── acc_1.png
│   ├── acc_2.png              
│   ├── acc_3.png         
│   ├── acc_4.png              
│   ├── acc_5.png
│   ├── loss_1.png
│   ├── loss_2.png              
│   ├── loss_3.png         
│   ├── loss_4.png              
│   └── loss_5.png
├── output                      
│   ├── Image           
│   └── Image_Postprocess