September 28, 2017

Закончился конкурс с вырезанием машин:

- www.kaggle.com/c/carvana-image-masking-challenge/leaderboard

Аффтар занял 66 место из 737 участников с решением без TTA / ансамблей и прочего. Что характерно, на публичном ЛБ было на 45 мест хуже. А разгадка простая - если вовремя соскочить с иглы и не оверфититься (ибо выиграть невозможно, т.к. ближе к конце начинается натуральный зерг в лице русских и китайцев), то решение получается простое и генерализуемое.

Фишкой, которая дала такой буст оказалось применение selu вместо relu в качестве функции активации.

Из полезного - архитектуры для семантической сегментации картинок можно и нужно пробовать применять с VGG-16 или Resnet на imagenet в качестве энкодера. Я запускал что-то такое на коленке, но довести до ума было лень - может и к лучшему =)

В keras не так сложно запускать модели на 2+ карточках, но там это делается криво - по идее мотивация пробовать pytorch.

Список перепробованных мной идей тут:

- goo.gl/m7p8sF

#data_science

#neural_nets

Carvana Image Masking Challenge

Automatically identify the boundaries of the car in an image


Каггл увеличивает число ресурсов для своих kernels

- goo.gl/1Rk2xf

- www.kaggle.com/product-feedback/39790

GPUs там нет, так что в принципе прикольно, но лично для меня бессмысленно.

#data_science