1 kaggle简介
赛题分类方式一：
Featured：商业或科研难题，奖金一般较为丰厚
Recruitment：比赛的奖励为yi
Research：科研和学术性较强的比赛，也有一般需要较强的领域和专业知识
Playground：提供一些简单的任务用于熟悉平台和比赛
Getting Started：提供一些简单的任务用于熟悉平台和比赛
In Class：用于课堂项目作业或者考试
赛题分类方式二：
在线提交和离线提交
赛题分类方式三 ：
数据分类：数据挖掘、图像、语音、自然语言
2 比赛通用流程
1）EDA数据分析
看数据长什么样，从数据的结构、分布来思考如何解决问题，用一些trip来弥补数据上的问题
2）特征工程
现在CV比赛较多，这部分就比较少
3）模型训练
选一个baseline，选一套模型框架来训练，训练的模型有很多trike，可能是训练时的，可能是构建时的
4）线下验证
通过验证集分析BadCase为什么效果不好，找模型改进的方式
要多找工具复用来满足比赛的需求
3 数据样本分析：
训练集样本bbox分布。看没有bbox样本的数量，单样本量，分布是否符合正态分布。
部分样本存在超大bbox，两种解决方案，1把这部分的样本直接去除掉；2把这部分作为噪声保留，可能会提升泛化能力，至于哪种方案自己决定
4 Baseline思路介绍
1）基础数据增强（CV常用）
HSV通道颜色变换、亮度、对比度变换，水平翻转、垂直翻转，转灰度图，随机裁剪
2）进阶数据增强
Cutout：随机的将样本中的部分区域cut掉，并且填充0像素值，分类的结果不变，模拟被遮挡的效果，模仿了dropout的效果，随机丢弃一些神经元，随机丢弃一些像素
Cutmix：将一部分区域cut掉但不填充0像素而是随机填充训练集中的其他数据的区域像素值，分类结果按一定的比例分配
3）训练策略
K-fold训练
学习率策略：
ReduceLROnPlateau自适应调整学习率，当某指标不再变化（下降或升高），调整学习率
LambadLR：将每一个参数组的学习率设置为初始学习率lr的某个函数倍