塩コンペに参加しました。
Kaggleのお話。塩コンペ(TGS Salt Identification Challenge)に参加しました。
TGS Salt Identification Challenge | Kaggle
経緯
Chainerのセミナーを受けたことがあるくらいでNNでモデルを組んだことないので、画像系で学んでみたいと思ってslackでおすすめを聞いたところ、塩コンペをおすすめされたので参加。
もともとの知識量は画像はCNNってのがいいってくらい。。。
resnet?unet?segmentation?
やったこと
DiscussionでResnet34-Unetがいいという話が多かったので、KernelをもとにKerasでモデル作成を行っていました。しかし、Lovasz lossで全然lossが落ちずにdecoderとか色々試しているうちに時間がなくなってしまいました...
最終的にKernelのモデルを改造してSnapshot ensemblingでスコアをあげておわりました。
結果
残念なことにメダルまであと一歩で終わってしまいました。
ただし、今までやったことがなかった画像コンペはいい経験になったと思うので、次回も挑戦していきたいです。
反省
Discussionででてるスコアを再現できずに、hypercolumnなど試せずに終わってしまったこと。augmentation、modelの生成などどっちつかずになってしまったこと。
追記
大阪で行われたkaggleもくもく会いってきました。
そこで、 塩コンペ1位の@phalanx27019356さんのお話を聞いてきました。
コンペの進め方などをお聞きできて非常に参考になりました。
kaggleは1日2時間くらい
論文100本読んで100個モデルつくってためした等々
論文読みます…