Kaggle竞赛中的“木薯叶病分类”代码仓库。

简介：
Kaggle上的“木薯叶病分类”竞赛代码，该项目旨在对木薯叶病进行分类。 该竞赛于二月份结束，并获得了第256名的排名，最终获得铜牌（最高7%的准确率）。 在最近整理代码时，我决定将其发布到GitHub上（整理代码确实耗费了大量精力〜）。 在私有的数据集上，我取得了0.8987的准确率。 然而，这并非我最优的解决方案（或许成功的关键在于此...忍不住大笑）。 我在GitHub上发布的代码版本达到了0.9010的准确率；如果将此方案提交，预计该代码将进入银牌级别。 该仓库包含了训练模块和测试模块的代码，并且我运用了一些技巧来实现更高效的训练过程：AMP技术用于加速训练（考虑到Kaggle中的GPU时间限制以及我的GPU性能有限），同时数据在八月时可以提供更优越的表现（我选择放弃了诸如cutmix或snapmix等技巧，这些方法虽然耗费大量时间却未能显著提升性能）。 此外，我还采用了K折交叉验证模型合奏的方法，$k=5$ ，模型集合包括EfficientB4（由我自己进行训练）以及Resnext（在讨论区域中已开放访问）。