使用 EfficientNet 集成识别黑色素瘤图像：SIIM-ISIC 黑色素瘤分类挑战赛夺冠方案
计算机视觉与模式识别
2020-10-13 v1
摘要
我们展示了在 SIIM-ISIC 黑色素瘤分类挑战赛中的夺冠方案。它是一个具有不同主干网络和输入尺寸的卷积神经网络（CNN）模型集成，其中大多数仅为图像模型，少数使用了图像级和患者级元数据。我们获胜的关键在于：（1）稳定的验证方案；（2）良好的模型目标选择；（3）精心调整的流程；（4）使用高度多样化模型的集成。夺冠提交在交叉验证上取得 0.9600 AUC，在私有排行榜上取得 0.9490 AUC。
引用
@article{arxiv.2010.05351,
title = {Identifying Melanoma Images using EfficientNet Ensemble: Winning Solution to the SIIM-ISIC Melanoma Classification Challenge},
author = {Qishen Ha and Bo Liu and Fuxu Liu},
journal= {arXiv preprint arXiv:2010.05351},
year = {2020}
}
备注
6 pages, 2 figures