kaggle比赛——座头鲸识别挑战赛：kaggle...

简介：
本次竞赛的核心挑战在于，利用图像识别技术准确地对图片中的鲸鱼尾巴进行分类，从而实现对不同鲸鱼种类的识别，这是一个多类别分类问题。所提供的用于训练的数据集包含9850张训练图像（涵盖4251个不同的鲸鱼种类），以及15610张用于测试的图像。作为一名参赛者，我首次参与此项赛事，最终取得了0.45426的得分，并在全球528名参赛者中名列第45位，并进入了前9%的优秀排名。环境配置方面，我们使用了tensorflow-gpu版本1.4.1和keras-gpu版本2.0.5。文件说明如下：首先，`input`目录包含了比赛所需的输入文件；其次，`humpback-whale-identification-model-files`目录下存放着一个鲸鱼识别模型，该模型的准确率达到了0.78563；最后，`train.csv`文件则包含了原始的训练集标注信息。此外，还使用了`train_aug.csv`文件,该文件包含了Keras_lb_0.38_to_0.42_cut_aug.py脚本所使用的经过裁剪和数据增强处理后的训练集标准文。