Slide 22
Slide 22 text
Skin lesion classification with ensemble of squeeze-and-excitation
networks and semi-supervised learning [Kitada et. al.]
22
前処理について data augmentation
使用モデル / アーキテクチャ
テスト時の工夫
- 短辺に合わせて316x316にクロップ - Random crop, rotate, erasing, flip
- Between class learning [Tokozume+, 2017]
- Body hair augmentation [Ours]
Tokozume, Yuji, Yoshitaka Ushiku, and Tatsuya Harada. "Between-class Learning for Image Classification." arXiv preprint arXiv:1711.10284 (2017).
Tarvainen, Antti, and Harri Valpola. "Mean teachers are better role models: Weight-averaged consistency targets improve semi-supervised deep learning
results." Advances in neural information processing systems. 2017.
- 学習済みモデルSEResNet101をfine-tuning
- Mean teacher [Tarvainen+, 2017] を用いた
半教師あり学習
- 5-fold cross validationしたモデルの予測値を
averaging
- Test time augmentation (144 crop)
- 短辺が256, 288, 320, 352サイズになる
ようリサイズ (x4)
- 正方形になるようクロップ (x3)
- 各角と中央でクロップ + リサイズ (x6)
- オリジナルと水平フリップ (x2) 外部データの使用:なし