RECOD Titans 在 ISIC 2017 挑战赛
计算机视觉与模式识别
2017-03-16 v1
摘要
本扩展摘要描述了 RECOD Titans 参与 ISIC Challenge 2017 “朝向黑色素瘤检测的皮肤病变分析”(ISBI 2017) 第1部分与第3部分的情况。尽管我们团队在黑色素瘤分类方面经验丰富，但 ISIC Challenge 2017 是我们首次着手皮肤病变分割。对于第1部分（分割），我们的最终提交使用了我们的四个模型：两个使用全部2000个样本、无验证集划分、分别训练250和500个 epoch；另两个使用两种不同的1600/400划分进行训练和验证，训练220个 epoch。这四个模型各自的官方验证分数介于0.780与0.783之间。我们的最终提交对这四个模型的输出取平均，取得了0.793的分数。对于第3部分（分类），提交的测试运行以及我们最后一次官方验证运行均源于一个集成七个基础深度学习模型的元模型：三个基于在我们最大数据集上训练的 Inception-V4；三个基于在我们最小数据集上训练的 Inception；一个基于在我们较小数据集上训练的 ResNet-101。这些组件模型的结果被堆叠在一个基于在我们最大数据集验证集上训练的 SVM 的元学习层中。
引用
@article{arxiv.1703.04819,
title = {RECOD Titans at ISIC Challenge 2017},
author = {Afonso Menegola and Julia Tavares and Michel Fornaciali and Lin Tzy Li and Sandra Avila and Eduardo Valle},
journal= {arXiv preprint arXiv:1703.04819},
year = {2017}
}
备注
5 pages