我的理解是，大多数参赛者在积水区和两种车辆对象的识别率都比较低，在这一块，我花了很多功夫来进对图像进行预处理和后期处理。我相信，只要提高这三类对象（积水区，小轿车和大型车辆）的识别率，就能领先其他参赛者，提高我的最终成绩排名。

　　积水区与河流

　　对于积水区，积水区的主要问题之一是会与河流相混淆。如前所述，对积水区和河流进行过采样，有助于U-NET网络在积水区预测时解决河流的伪影问题，但仍然有大量河流对象的旁支干扰，下图为积水区预测的最初效果。

　　

　　图6：积水区的伪影问题

　　从常识上来说，河流总是会延伸到图像的边界，而积水区一般只有小的重叠区域，这是解决问题的关键。此外，为了检测河流而建立的NDWI指数可能与原始的积水区预测结果相重叠，并且两者间非常相似的断裂边缘可以被合并成凸包，形成一种触及图像边界的完整轮廓。总之，检查积水区和河流的图像边界轮廓，是后期处理流程的一部分工作，能将一些错分为积水区的图像转变为河流类。

　　大型车辆和小轿车

　　此外，我也花了大量时间用于分类两类车辆对象。我注意到，无论是在训练数据中，还是根据常识来判断，车辆往往停放在道路上或道路附近，以及建筑物的周围。

　　

　　图7：在道路上和建筑物周围的小轿车

　　我们只对包含有建筑物和道路的车辆图像块进行训练和预测，同时对车辆图像样本进行过采样，并缩小网络中的卷积核大小。此外，我只采用RGB图像作为输入数据，因为在其他的频段中，车辆对象不可见或明显移位。

　　其次，许多车辆在图像模糊和处于标记区域时，都很难区分大型车辆和小轿车。作为参照，这些训练数据的标记区域大小显示在下面的直方图中，并且在大型车辆和小轿车之间，大约有50-150像素点的大面积重叠。

　　

　　图8：小轿车和大型车辆的标记区域像素点数量对比

　　为了解决这个问题，我将小轿车和大型车辆合并为一类，训练了更多的网络，并将这个网络与识别大型车辆的网络进行合并。这是因为该合并网络没有类别混乱，所以能够更好地预测多边形。然后我设置了这个合并网络识别区域的最小像素为200，目的是只提取大型车辆。对于小轿车的识别，基本上只是采取多个小轿车网络预测的平均值，并删除与大型车辆重叠的轮廓和超过区域像素阈值的多边形。此外，再通过建筑物、树木和其他类别的标签排除两类车辆对象的可能性。

　　后来的分析表明，这种方法有助于大型车辆的私有LB评分，如果省去这部分，对大型车辆的预测性能将下降59%。另一方面，去除上述的区域最小像素门槛，小型车辆的预测性能没有任何的改善。

　　什么结果让你感到惊讶？

　　令我惊讶的是，使用简单快速的指数法可以很好地预测河流对象。我没有采用深度学习的方法，而是结合NDWI指数和CCCI指数进行边界连接检查，以过滤掉积水区和建筑物，从而腾出资源用于其他类的训练。相对于可能使用深度学习方法的其他团队来说，在这一类上，我的公开LB得分和私有LB得分是比较有竞争力的。

　　最后，这是各类的CV值、私有LB得分和公开LB得分列表。

　　

　　图9：各类的本地CV值，公开LB得分和私有LB得分比较。

　　作物类别的私有LB评分带有星号（*），是因为OpenCV库的findContours函数出现错误，如果使用正确的WKT生成脚本，则该类别的私有LB得分为0.8344，而不是0.7089。这样我的解决方案的正确率可达0.50434，超过了0.5！而不是现在0.49272的总体私有LB分数。

　　我在后来的比赛中才发现，这个错误导致了部分图像没有被检测出轮廓。如果我有时间，我会编写一个WKT格式标签转储Diff的程序。剩余的九类都使用了正确的提交脚本。

　　我猜测，较好的车辆和积水区预测效果，使我在比赛中脱颖而出，因为其他优秀的参赛者往往车辆类别或积水区类别的得分不高。

　　你使用哪些工具？

　　以Theano后端的Keras ，用于操纵多边形的OpenCV库、Rasterio库和Shapely库。

　　虽然我之前使用了VGG16分类器对合并后的车辆预测网络进行了微调，但效果并不是很好。所以在最终解决方案中，我没有使用预先训练好的模型。

　　你是如何度过这次比赛？

　　由于这是一个应用神经网络分割的比赛，我花了80%的时间用于调整和训练不同的网络并监控训练效果；剩下20%的时间用于设计预处理和后期处理流程。从各类所用时间的角度来看，超过70%的时间花在识别车辆、积水区和建筑物，而花了最少的时间识别农作物。

　　在提交次数上，我多次尝试提交文件来微调近似多边形。我先尝试了正方形边框，然后改为近似多边形，接着在OpenCV中尝试侵蚀多边形。最终，我使用rasterio库和shapely库来执行从多边形到WKT格式的转换。除了树木之外，其他的类别都没有近似值，所以在转换为WKT格式之前，我首先将树木类别重新调整为1550 x 1550，这样能有效地逼近多边形。

　　你的硬件配置是怎样的？

　　在这次比赛中我使用了三部台式机：前两个用于所有类别的网络训练和预测，而第三个仅用于训练农作物的预测网络。

GTX1080（8GB）+ 48GB内存的桌面系统

GTX1070（8GB）+ 48GB内存的桌面系统

GTX960（4GB）+ 16GB内存的桌面系统

您获胜方案的总运行时间是多少？

　　假设所有的模型和所有的图像尺度预处理过程可以并行运行，那么完成所有网络的训练大约需要三天时间：一天进行预处理，一天进行训练和预测，剩下一天进行车辆预测并生成提交方案。

　　量子位还曾经编译过Kaggle对这次比赛第三名的采访。要查看文中提到的Kaggle竞赛和U-NET论文，可以在量子位公众号（QbitAI）对话界面回复“卫星图像识别”。

　　招聘

　　我们正在招募编辑记者、运营等岗位，工作地点在北京中关村，期待你的到来，一起体验人工智能的风起云涌。

　　相关细节，请在公众号对话界面，回复：“招聘”两个字。

　　One More Thing…

　　今天AI界还有哪些事值得关注？在量子位（QbitAI）公众号会话界面回复“今天”，看我们全网搜罗的AI行业和研究动态。笔芯~

　　另外，量子位有一个机器学习入门群，欢迎加小助手的微信qbitbot，注明“加入门群”并做个自我介绍，如果你正在做相关研究，小助手会带你进群。

转载请注明出处。