这个比赛的任务是分类，初赛和复赛规则不同，初赛为二分类，而复赛为十一分类。
观察图像，目标为分类图像中布料上瑕疵的种类，而瑕疵大小不一，有的很长，有的很小，只有十几个像素，而图像大小有2560 1920。并且每个种类的数量非常不平衡，‘正常类’最多，占训练集的大部分。
因此，我认为这是一个图像的细粒度分类任务。
初赛
初赛使用了两种方法，一种为传统分类，另一种为siamese network
传统分类方法：
网络使用vgg19，试过res和inception家族，都不收敛。并且使用fine-tune的方法，只解冻vgg19的最后两层，然后加一层带0.5dropout的全连接层。
训练时对训练数据进行随机裁剪，若图片属于正常类，则随机裁剪出256 256的图片。若图片属于缺陷类，则随机裁剪的同时，裁剪出的图片中需包含缺陷部分。数据增强使用了随机水平，竖直翻转，随机放缩(1.0, 1.2)。
测试时使用滑动窗口，步长为128，对一块窗口预测四次取平均值：正常，水平翻转，竖直翻转，水平竖直翻转。最后取所有窗口的最大值作为预测结果。
训练时取10%作为验证集，再初赛最后几天把验证集也加入训练，初赛A榜得分0.8780
Siamese Network
一开始我尝试使用我上一篇翻译的文章的方法：《[kaggle]Humpback Whale Identification Challenge冠军方案》，但根本不收敛，我觉得原因可能是在生成score matrix的时候，因为正常类数量非常多，导致会有相同类出现在different pair中。
因此，我用了那个比赛中另外一个人的kernel：https://www.kaggle.com/CVxTz/beating-the-baseline-keras-lb-0-38
改动的地方有：
- 把网络换为vgg19
- 数据增强（和上面的方法相同）
- 整张图片直接resize为768 1024进行训练
训练时验证集使用和上面方法相同，最后A榜得分0.8546
ensemble
将上述两种方法的预测结果相加取平均，最后B榜得分0.9197。
复赛
复赛只使用了siamese network，不过在此基础上增加了hard sample mining，具体流程如下：
- 先像初赛那样训练。
- 训练后对训练集导出特征向量。
- 计算两两图片的特征向量的欧式距离
- 对于一张图片的相同类和不同类，分别取欧式距离最远的80%和最近的80%，作为下一次训练的数据。
不使用hard sample mining得分0.64左右，使用后最终得分0.6694。
总结
感觉这次比赛的成绩并不是很好，群里也有人说用triple loss这种方法不太好。那就看看决赛大家都是怎么做的吧。
具体代码见 GitHub