Muyun99的杂谈
好不容易又找到个水比赛能让我无限排列组合尝试trick，针布戳，今天整到第七了（前六有奖金），明天冲一波奖金榜单芜湖
草，分上不去了，罢了去听听前排选手的方案算了，昨天找了个kaggle方案学了会，还是没啥提升。视觉竞赛除了堆模型还得针对场景做理解才行，师兄昨天面试商汤也问到很细节的场景了，关于遥感图像的道路语义分割掩膜割裂的问题。我这块能力属实不太行，针对一个研究方向还能胡思乱想一些（比如半监督语义分割之类），但是场景没有好好思考过，还是遇到的多才能思考的深入，强特征上分才是真的拼智力的时候，用大模型也就是个调参工罢了（我就在说我自己）。
不过大模型和 trick 调参还是得会，提升迭代速度，至少在baseline上不至于落下风。之前听天池比赛的答辩，前几名的baseline精度都比第十名的最终模型性能都强。
图记：没想到量子位公众号也能调侃鱼佬的哈哈哈，不过两届腾讯赛冠军靠运气肯定也是拿不到的，竞赛圈这么卷，有机器也是个大优势
不过大模型和 trick 调参还是得会，提升迭代速度，至少在baseline上不至于落下风。之前听天池比赛的答辩，前几名的baseline精度都比第十名的最终模型性能都强。
图记：没想到量子位公众号也能调侃鱼佬的哈哈哈，不过两届腾讯赛冠军靠运气肯定也是拿不到的，竞赛圈这么卷，有机器也是个大优势
草刚刚还在为科目一考了100高兴，结果这b榜shake，初榜第7，被摇到12去了，初榜第8的好兄弟去第一了，他那个分数我也交过还卡了很久，第一次被shake，体验不错，下次继续🌝
想了下应该是在本地集成策略的问题，训了五个模型，在七八个尺度上做了测试，最后的想法是在每个尺度上选一个线上分数最高的结果来做集成，最后其实只用了两个模型的结果。真的，我真蠢，怎么能全用A榜的分数为参考来做集成呢😭，trust your CV！
想了下应该是在本地集成策略的问题，训了五个模型，在七八个尺度上做了测试，最后的想法是在每个尺度上选一个线上分数最高的结果来做集成，最后其实只用了两个模型的结果。真的，我真蠢，怎么能全用A榜的分数为参考来做集成呢😭，trust your CV！
不过这个赛作为学习赛还真是不错，可以无限次提交，就可以各种排列组合了，不过没放出来所有提交的b榜分数，不能验证自己的想法。
用了1天处理完数据用原来的轻量化模型跑了个baseline分数贼低。然后又用了3天跑了开源的检测库，训了四种算法的七八个模型，最后一天看到kaggle大佬的方案借鉴了下，最后一把梭把结果集成了，算是对检测竞赛去了个门。
主要就是做分割的师兄面试时也问到了很多检测问题，虽然我了解一些算法但没经历过整体的预处理到训练的流程还是很慌。前15进复赛，下周末去答辩一波听听大佬的方案，也能push自己写几篇blog整理下了
用了1天处理完数据用原来的轻量化模型跑了个baseline分数贼低。然后又用了3天跑了开源的检测库，训了四种算法的七八个模型，最后一天看到kaggle大佬的方案借鉴了下，最后一把梭把结果集成了，算是对检测竞赛去了个门。
主要就是做分割的师兄面试时也问到了很多检测问题，虽然我了解一些算法但没经历过整体的预处理到训练的流程还是很慌。前15进复赛，下周末去答辩一波听听大佬的方案，也能push自己写几篇blog整理下了
Muyun99的杂谈
https://ppwwyyxx.com/blog/2021/DL-Experiments-and-Claims/
从马后炮到更大的马前炮，支撑一个更通用的结论，是好的科研工作者应当努力的方向
”Research of Machine Learning“ 中的 level 分级好真实哈哈哈哈哈
https://conanhujinming.github.io/post/level_of_machine_learning/
https://conanhujinming.github.io/post/level_of_machine_learning/
Jinming Hu
机器学习分级 | Jinming Hu
受朋友之托，瞎写了一段对机器学习不同水准的人具有的特点的看法。
Muyun99的杂谈
https://mp.weixin.qq.com/s/OcXxFyB_EobfwtX1gVh_0w
欢迎大家来听我们的音乐会芜湖
惊了，今晚演出结束在和我们的指挥学姐讨论感情问题，晚上九点多同门一个电话过来说是老板让我们研一的三个同学出去吃饭。然后在百家湖这边找了家酒吧，点了瓶红酒小吃和几个科罗娜就喝起来了
喝酒的时候也是侃天侃地，聊一些现实问题和未来规划，学习上的东西倒是聊的不多。我之前知道我老板能喝酒，但是和他出来喝是第一回
总的来说我觉得组里的氛围在变好，老板的性子也没以前急了，研二的师兄也能放去实习，研一的同门昨天和他说不想发论文他说那你就搞竞赛吧，然后说暑假我们也能回家一个月，真有意思，误打误撞地好像周围的状态都在慢慢变好
喝酒的时候也是侃天侃地，聊一些现实问题和未来规划，学习上的东西倒是聊的不多。我之前知道我老板能喝酒，但是和他出来喝是第一回
总的来说我觉得组里的氛围在变好，老板的性子也没以前急了，研二的师兄也能放去实习，研一的同门昨天和他说不想发论文他说那你就搞竞赛吧，然后说暑假我们也能回家一个月，真有意思，误打误撞地好像周围的状态都在慢慢变好
现在的比赛真的越发说明数据的重要性，身边的师兄也是不断地提及，也让我更加重视数据中的二八法则：80%数据+20%算法，实际情况中这一比例可能更加夸张。
图中的第一名和第二名的核心获胜关键：使用TF-Hub中的CropNet，是一个木薯叶数据集训练好的分类模型。
图中的第一名和第二名的核心获胜关键：使用TF-Hub中的CropNet，是一个木薯叶数据集训练好的分类模型。