Team JL 对 Google Landmark Recognition 2019 的解决方案
计算机视觉与模式识别
2019-07-01 v1
摘要
在本文中，我们描述了我们在Kaggle上举办的Google Landmark Recognition 2019挑战赛中的解决方案。由于类别数量庞大、数据噪声、类别大小不平衡以及测试集中存在大量干扰项，我们的方法主要基于结合全局和局部CNN方法的检索技术。我们的完整流程，在对模型进行集成并应用多个步骤的重排序策略后，在私有排行榜上获得了0.37606的GAP分数，赢得了比赛的第一名。
引用
@article{arxiv.1906.11874,
title = {Team JL Solution to Google Landmark Recognition 2019},
author = {Yinzheng Gu and Chuanpeng Li},
journal= {arXiv preprint arXiv:1906.11874},
year = {2019}
}