leetcode scene classification颜色分类

颜色分类leetcode场景分类是。这是我使用PyTorch的实现。方法我使用了5个模型：在Places365上预训练的ResNet50、SE-ResNet50、预训练DenseNet161、在places365上预训练ResNeXt101、在ImageNet上预训练的InceptionV4。预训练真的很重要，一个好的预训练模型可以为您带来高基线。我不擅长Caffe，所以我只是微调了Places365-CNN的ResNet50和DenseNet161（因为它们有PyTorch权重）。事实上，ResNet152-places365（Caffe模型）也是这个任务的一个很好的模型。我在不同的尺度上训练这些模型，因为它们有不同的容量，大模型分辨率更大。高分辨率图像包含更多信息，使大模型表现更好。另一个重要原因是在不同分辨率上训练的模型有很强的互补性，所以它们彼此之间具有互补性。这就是我在这次比赛中使用的主要方法。在集成阶段，我直接添加logits（全连接层的输出）来处理模型结果。