颜色分类leetcode-scene-classification:AIChallenger比赛场景分类任务

颜色分类leetcode 场景分类 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 在上面的 ResNet50 上预训练 DenseNet161 在places365 上预训练 在 ImageNet 上预训练的 ResNeXt101 在 ImageNet 上预训练的 IncetpionV4 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、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，所以它使大模型预制件更好。另一个重要原因是在不同分辨率上训练的模型也有很强的互补性彼此。 所以这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，在