华为2020全球校园AI算法精英大赛 赛道b图像检索

比赛主页

链接

模型采用IBNnet以及EfficientNet

python环境：Python3.6.5
python依赖环境： pytorch 1.6.0+cu101 torchvision 0.7.0+cu101
训练数据位置../train_data/
测试数据位置../test_data_A/

文件说明

config文件夹里面是定义的初始参数
configs文件夹里面是不同模型的训练参数，对config文件的参数进行更新
datasets包含数据预处理过程以及dataloader创建过程
loss里面包含triplet loss以及acrface loss，本次比赛使用的tripletloss+smoothingsoftmax
model里面是定义的resnet_ibn_a, resnet_ibn_bi 以及seresnet_ibn_a模型
processor包含训练和预测代码
solver里面包含模型训练求解器，本次比赛采用的是SGD+Warmup
utils里面主要是对图片向量化之后的特征，进行reranking计算距离矩阵
ronghe.py主要是三折的 effb5以及ibn_a、ibn_b计算的距离矩阵进行融合

运行顺序

模型训练 python train.py --config_file configs/naic_round2_model_b.yml
模型推理 python test.py --config_file configs/naic_round2_model_b.yml
模型融合 python ronghe.py

成绩

初赛排名 rank6 决赛排名 rank9