https://tianchi.aliyun.com/competition/entrance/531872/introduction

1 赛题背景

本次新人赛是 Datawhale 与天池联合发起的[零基础入门系列赛事——零基础入门语义分割之地表建筑物识别]。

赛题以计算机视觉为背景，要求选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。为更好的引导大家入门，我们为本赛题定制了学习方案和学习任务，具体包括语义分割的模型和具体的应用案例。在具体任务中我们将讲解具体工具和使用和完成任务的过程。

通过对本方案的完整学习，可以帮助掌握语义分割基本技能。同时我们也将提供专属的视频直播学习通道。

2 任务安排

• Task1：赛题理解与 baseline（3 天）
  – 学习主题：理解赛题内容解题流程
  – 学习内容：赛题理解、数据读取、比赛 baseline 构建
  – 学习成果：比赛 baseline 提交

• Task2：数据扩增方法（3 天）
  – 学习主题：语义分割任务中数据扩增方法
  – 学习内容：掌握语义分割任务中数据扩增方法的细节和使用
  – 学习成果：数据扩增方法的实践

• Task3：网络模型结构发展（3 天）
  – 学习主题：掌握语义分割模型的发展脉络
  – 学习内容： FCN、 Unet、 DeepLab、 SegNet、 PSPNet
  – 学习成果：多种网络模型的搭建

• Task4：评价函数与损失函数（3 天）
  – 学习主题：语义分割模型各种评价函数与损失函数
  – 学习内容： Dice、 IoU、 BCE、 Focal Loss、 Lovász-Softmax
  – 学习成果：评价/损失函数的实践

• Task5：模型训练与验证（3 天）
  – 学习主题：数据划分方法
  – 学习内容：三种数据划分方法、模型调参过程
  – 学习成果：数据划分具体操作

• Task6：分割模型模型集成（3 天）
  – 学习主题：语义分割模型集成方法
  – 学习内容： LookaHead、 SnapShot、 SWA、 TTA
  – 学习成果：模型集成思路

3 赛制说明

本次赛事分为两个阶段，分别为正式赛及长期赛。

正式赛赛制选手报名成功后，选手下载数据，可以本地或天池 PAI 平台完成模型训练，并在测试集上进行提交。

在正式赛后，本场比赛将长期开放，报名和参赛无时间限制。每天每位参赛选手可提交 3 次完成初赛打分；排行榜每小时更新，按照评测指标得分从高到低排序；排行榜将选择历史最优成绩进行展示。

4 赛题数据

数据说明

赛题数据来源（Inria Aerial Image Labeling），并进行拆分处理。数据集报名后可见并可下载。赛题数据为航拍图，需要参赛选手识别图片中的地表建筑具体像素位置。

评价函数

赛题使用Dice coefficient来衡量选手结果与真实标签的差异性，Dice coefficient可以按像素差异性来比较结果的差异性。Dice coefficient的具体计算方式如下：

$$\frac{2\ast |X\cap Y|}{|X|+|Y|}$$
其中X是预测结果，Y为真实标签的结果。当X与Y完全相同时Dice coefficient为1，排行榜使用所有测试集图片的平均Dice coefficient来衡量，分数值越大越好。

CV实践-语义分割｜问题汇总

1. Q：赛题数据如何下载

   A：下载SS_Data_A_20210201.md，该文件内有数据的下载链接，见下表：

   FileName	Size	Link
   test_a.zip	314.49MB	http://tianchi-competition.oss-cn-hangzhou.aliyuncs.com/531872/%E5%9C%B0%E8%A1%A8%E5%BB%BA%E7%AD%91%E7%89%A9%E8%AF%86%E5%88%AB/test_a.zip
   test_a_samplesubmit.csv	46.39KB	http://tianchi-competition.oss-cn-hangzhou.aliyuncs.com/531872/%E5%9C%B0%E8%A1%A8%E5%BB%BA%E7%AD%91%E7%89%A9%E8%AF%86%E5%88%AB/test_a_samplesubmit.csv
   train.zip	3.68GB	http://tianchi-competition.oss-cn-hangzhou.aliyuncs.com/531872/%E5%9C%B0%E8%A1%A8%E5%BB%BA%E7%AD%91%E7%89%A9%E8%AF%86%E5%88%AB/train.zip
   train_mask.csv.zip	97.52MB	http://tianchi-competition.oss-cn-hangzhou.aliyuncs.com/531872/%E5%9C%B0%E8%A1%A8%E5%BB%BA%E7%AD%91%E7%89%A9%E8%AF%86%E5%88%AB/train_mask.csv.zip

2. Q：使用预训练模型出现显存溢出问题

   A：1. 减小模型训练的Batch Size；2. 更换硬件条件【建议：先随机从训练集中抽取一些数据跑通Baseline】。

3. Q： Baseline中Transform.Normalize里的参数是官方建议的标准化参数吗？

   A：使用预训练的模型时，输入数据要与预训练的数据做同样的处理，即保持类似的分布，不同框架以及不同预训练模型的参数不同，以Pytorch为例，可参考文档：https://github.com/Cadene/pretrained-models.pytorch。

4. Q：如何安装GDAL、rasterio、tqdm等库？

   A：在jupyter notebook中使用!pip install some_package --user或者在terminal中使用pip install some_package --user命令。

   注：

   1. GDAL和rasterio建议使用whl来安装，下载地址为：https://www.lfd.uci.edu/~gohlke/pythonlibs/#pip；

   2. albumentations有三种安装方式，推荐使用conda：

      • pip install albumentations

      • pip install -U git+https://github.com/albu/albumentations

      • 1. conda install -c conda-forge imgaug

        2. conda install albumentations -c albumentations

   3. Opencv(cv2)安装命令：python -m pip install opencv-python

5. Q：关于天池的常见问题，如数据挂载、第三方库安装、DSW操作等

   A：请参考天池的新手文档：https://tianchi.aliyun.com/forum/postDetail?spm=TODO.TODO.header.2.21864825A5pdfB&postId=121050。

6. Q：代码运行有问题，或者环境配置完后但使用不了第三方库

   A：1. 重启Kernel或者Python服务；2.若涉及到路径，请查看路径是否包含中文【虽然Python3对中文编码进行了处理，但最好还是优先使用英文:)】；3. 重新创建新的虚拟环境，重新配置第三库【防止原始环境的第三方库版本不适合】。

7. Q：天池存储空间达到上限【免费空间为5G】，无法安装库或者解压数据等操作

   A：1.若条件允许，优先使用本地计算机操作；2.若本地条件不允许，可使用Kaggle或Colab；3.适合薅羊毛的平台：https://mistgpu.cn/account/【赠送8元点券，每邀请一个好友赠送8元】和https://gpushare.com/auth/register?user=18630188817&fromId=a3f006115d4&source=link【注册后有100元的注册券，可以免费用20+小时，邀请一个好友送50】

8. Q：赛题内容以及Baseline的讲解直播如何观看？

   A：直播已经结束，录播请关注Datawhale的b站，地址为：https://space.bilibili.com/431850986?from=search&seid=724423084384707923

9. Q：代码output = model(image)['out']中的['out']能不能删除

   A：不能，Baseline中的FCN模型有两个输出，只取out部分。

10. Q：image, mask = dataset[0]，读取不了图片，image返回NoneType类型

    A：1. 天池解压可能导致文件损坏；2. 查看文件路径是否正确。

11. Q：如何切换相应环境的Kernel？

    A：分以下两步：

conda install ipykernel #安装插件

python -m ipykernel install --name Name #将环境添加到Jyputer中（Name是此环境显示在Jyputer中的名称，可自定义）
```

12. Q：数据扩充那里有一个resize成256*256有什么特殊作用吗？

    A：在FCN中对数据输入的尺寸没有要求，所以该大小可以自由调整，但是要对分辨率和占用空间做个权衡。

13. Q：几个提升模型精度的思路

    A：1. 使用更强的数据增强方法；2. 模型调参，如学习率、图像尺寸等；3. 调整优化算法、损失函数，考虑正则方法；4 . 更换更强模型，如UNet、DeepLab等；5. 考虑集成方法；6. ……

    注：

    1. 注意样本的分配，绘制学习曲线，基于模型的学习效果（是否过拟合、欠拟合）来确定合适的优化策略；
    2. 具体请参考本次学习的pdf教程以及Datawhale往期的学习～

14. Q：如何加载本地模型参数？

    A：两种方法：

    1. # 先初始化模型，再读取模型参数（适用于文件只保存了参数）
         model = TheModelClass(*args, **kwargs)
         model.load_state_dict(torch.load(PATH, map_location=device)) #map_location为切换设备
       

    2. # 直接读取模型（适用于文件既保存了模型结构以及参数）
       model = torch.load(PATH, map_location=device)
       

15. Q：模型预训练参数文件下载慢

    A：可使用镜像：https://coggle.club/note/dl/pretrained-models

16. Q：rle编码shape要求必须是512么？若将编码参数shape改为128会导致识别率骤降么？

    A：1. shape不是必须为512的，但是编码前和解码后的图像尺寸要一样（本题图像数据的尺寸为512*512，所以该参数设为512）；2.rle只是编码，不是降维，如果直接改shape，就相当于编码内容错误，所得信息不是图像的正确表达，自然识别率会骤降。所以在本题中，先编码成512，之后随便缩放。