警惕毒蛇物种：SnakeCLEF2023 的一种解决方案
计算机视觉与模式识别
2023-07-20 v1
摘要
SnakeCLEF2023 竞赛旨在通过分析图像与伴随的元数据，开发用于蛇类物种识别的先进算法。本文提出了一种同时利用图像与元数据的方法。我们采用现代 CNN 模型与强数据增强来学习更好的图像表征。为缓解长尾分布带来的挑战，我们的方法中使用了 seesaw loss。我们还设计了一个轻量模型，在后期处理阶段利用从 CLIP 提取的元数据特征计算先验概率。此外，我们将更多注意力赋予毒蛇物种，把模型不确定的部分样本标注为毒蛇物种标签。我们的方法在私有排行榜上由 F1 及其他指标组合的最终度量中取得了 91.31% 的分数，在参与者中位列第一。代码见 https://github.com/xiaoxsparraw/CLEF2023。
引用
@article{arxiv.2307.09748,
title = {Watch out Venomous Snake Species: A Solution to SnakeCLEF2023},
author = {Feiran Hu and Peng Wang and Yangyang Li and Chenlong Duan and Zijian Zhu and Fei Wang and Faen Zhang and Yong Li and Xiu-Shen Wei},
journal= {arXiv preprint arXiv:2307.09748},
year = {2023}
}
备注
This work was the winner solution of the SnakeCLEF2023 challenge