基于深度学习的天气识别算法实现.zip

# 基于深度学习的天气识别算法实现 ## 实验概述 训练所用方法： - 数据增强(放缩、随机大小裁剪、翻转)，Auto_augment，随机擦除（RandomErasing） - 学习率：RAdam，Lookahead - 半精度训练（APEX） - Random Image Cropping And Patching（RICAP） - 模型：EfficientB3、Densenet121、xception等 测试： - TTA 其他： - 数据分析（EDA，不平衡过采样） - 训练日志记录（tensorboardX） - ReduceLROnPlateau - 集成方案：按类别和按输出概率 ## 结果 线上单模型F1 0.845-0.860左右，集成0.865左右。 线下训练集：验证集=9：1，验证集0.85左右。