VIPriors 图像分类挑战赛技术报告
计算机视觉与模式识别
2020-07-20 v1
摘要
图像分类一直是一项热门且具有挑战性的任务。本文是我们向 VIPriors 图像分类挑战赛提交作品的简要报告。在该挑战赛中,难点在于如何在不使用任何预训练权重的情况下从零开始训练模型。在我们的方法中,使用了若干强主干网络与多种损失函数以学习更具代表性的特征。为提高模型的泛化能力与鲁棒性,采用了高效的图像增强策略,如 autoaugment 与 cutmix。最后,使用集成学习来提升模型性能。我们 DeepBlueAI 团队的最终 Top-1 准确率为 0.7015,在排行榜中排名第二。
引用
@article{arxiv.2007.08722,
title = {A Technical Report for VIPriors Image Classification Challenge},
author = {Zhipeng Luo and Ge Li and Zhiguang Zhang},
journal= {arXiv preprint arXiv:2007.08722},
year = {2020}
}
备注
ECCV2020,VIPriors Image Classification Challenge