对于[1]中的个单模型进行汇总:

用户	模型	数据集像素	LB得分	备注
Tim Yee	EfficientNet B1	224x224	0.098
Tim Yee	EfficientNet B0	224x224	0.093
Kun Jiang	VGG19,epoch20	没说	0.082
XingJian Lyu	EfficientNet B0	224x224	0.073	I grouped on patient and used some tricks, though Solved it via grouping via patients. batch_size是48 使用一些技巧可以到达0.066
Yifeng (Ethan) Zou	EfficientNet B0	320x320	0.079	With raw input from dcmread, random ShuffleSplit, no tta,（续）
Yifeng (Ethan) Zou	EfficientNet B4	224x224	0.080	(接上)I'm pretty sure that's subjective to many other factors. For .95/.05 split, default class weight it seems 4-6 epochs works well and then starts to overfit real bad real fast afterwards.
Yifeng (Ethan) Zou	ResNet50	224x224	0.098
takuoko	Se_resnext50	224x224	0.082	他推荐了： https://www.kaggle.com/dcstang/see-like-a-radiologist-with-systematic-windowing
4ui_iurz1	EfficientNet B0	256x256	0.072	png 5epochs pytorch
Appian	se_resnext50_32x4d	224x224	0.074	2 epochs hflip, crop
William Green	Resnet50	没说	0.094	w/o any augmentation or tta
hi	InceptionResnetv2	224x224	0.086
Fernando Camargo	VGG19	224x224	0.073	20 epochs. 40min/epoch
Salil Mishra				提到了一篇加速训练的论文
Alimbekov Renat [dsmlkz]	ResNeXt 32x8d -		0.087 with	50/50 % sampler
Jayaram	EfficientNet B0	512x512	0.078	Random split 95% train & 5% validation… trained for 10 epochs（目测过拟合）
KeepLearning	inceptionV3	224x224	0.079
DrHB	EfficientNet B0	224x224	0.080	CV: 1 Fold AUG: [zoom, rotate] TTA: No PRETRAINED: True EPOCH: 20 LR: 1e-3
akensert	EfficientNet B0	224x224	0.079
Ian Pan	EfficientNet B5	512x512	0.070	是上一次RSNA的金牌得主 100 epochs, 16,000 images per epoch About 60-65 hours.
nan	resnet34	256x256	0.078	第二个epoch虽然本地得分上升，但是lb上下降
Igor Krashenyi	Custom model	512x512	0.069
OrKatz	inceptionv4		0.078
Arijit Gupta	ResNeXt-101，32x16d		0.086
Abhilash Awasthi	resnet34	512 x 512	0.084
Salil Mishra	Efficient Net B4	256x256		10 epochs 256x256 - 0.113 3 epochs 256x256 - 0.107
Joe England	EfficientNet B0	256x256	0.077	Image augmentation included horizontal flip and rotation of up to 10 degrees Trained for 10 epochs using cyclical learning rate, max 0.009
William Green	Resnet50	256x256	0.089
Yaroslav Isaienkov	ResNet50	224*224	0.108
Rajnish Chauhan	EfficientNet b2	224x224	0.107	With just 2 epoch . steps = len(generator) Little touch on image pre processing for Gaussian Blur loss - log_loss
smerllo	Inception	224x224	0.091

tta:Test Time Augmentation

#-------------------------------------------

统计情况：

0.072:efficientnet b0

0.073:efficientnet b0,vgg19

0.074:se_resnext50_32x4d

resnet50公认不行

0.077:efficientnet b0

0.078:efficientnet b0,resnet34,inceptionv4

0.079:efficientnet b0,inceptionV3

#-----------------------更新0.07以下的--------------------

Single-fold SE ResNext50, 512x512 raw HU image: lb 0.066 w/o tta

EfficientNet-B0　224x224　Public LB: 0.069 without TTA

efficientnet-b2 256x256　w/o 3 windowing preprocess　publicLB: 0.069

Reference:

[1]https://www.kaggle.com/c/rsna-intracranial-hemorrhage-detection/discussion/110221#latest-647044

best single model of RSNA相关推荐

1. QT Basic 014 Model/View programming （模型、视图编程）

   前言:本文不是纯文本翻译,加入了对概念的理解,纯文本翻译,请看文后的一个链接. Model/View Programming Introduction to Model/View Programmin ...

2. java model类作用_SPRING框架中ModelAndView、Model、ModelMap区别及详细分析

   注意:如果方法声明了注解@ResponseBody ,则会直接将返回值输出到页面. 首先介绍ModelMap[Model]和ModelAndView的作用 Model 是一个接口, 其实现类为Exte ...

3. Spring中Model、ModelMap、ModelAndView理解和具体使用总结

   在了解这三者之前,需要知道一点:SpringMVC在调用方法前会创建一个隐含的数据模型,作为模型数据的存储容器, 成为"隐含模型". 也就是说在每一次的前后台请求的时候会随带这一个 ...

4. Encoder-Decoder LSTM Model模型对家庭用电进行多步时间序列预测

   在本节中,我们可以更新普通的LSTM以使用编解码器模型.这意味着模型不会直接输出向量序列.相反,该模型将由两个子模型组成,用于读取和编码输入序列的编码器,以及读取编码的输入序列并对输出序列中的每个元素 ...

5. 详解EM算法与混合高斯模型(Gaussian mixture model, GMM)

   最近在看晓川老(shi)师(shu)的博士论文,接触了混合高斯模型(Gaussian mixture model, GMM)和EM(Expectation Maximization)算法,不禁被论文中 ...

6. Distilling the Knowledge in a Neural Network 论文笔记蒸馏

   版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/bryant_meng/article/ ...

7. Java项目:在线考试系统(java+springboot+vue+jsp+mysql+maven)

   源码获取:博客首页 "资源" 里下载! 一.项目简述 本系统主要实现的功能有: 学生以及老师的注册登录,在线考试,错题查询,学生管理,问题管理,错题管理,错题查询,分数查询,试卷管 ...

8. Laravel Lumen之Eloquent ORM使用速查-基础部分

   使用Eloquent ['eləkwənt] 时,数据库查询构造器的方法对模型类也是也用的,使用上只是省略了DB::table('表名')部分. 在模型中使用protected成员变量$table指定 ...

9. Parser Generator Tips翻译(中英对译) by Joshua Xu

   You can use the ParserWizard command from the Project menu to help you create initial YACC and Lex s ...

最新文章

1. 成功解决xgboost\core.py, ValueError: feature_names may not contain [, ] or
2. 洛谷 - P4783 【模板】矩阵求逆(高斯消元求逆矩阵)
3. VS2010安装异常中断后无法安装的解决方法（安装时发生严重错误）
4. 补习系列(17)-springboot mongodb 内嵌数据库
5. python输出杨辉三角啊二维数组_用Python输出一个杨辉三角的例子
6. 统计系统中所有进程占用内存的方法
7. Telnet介绍及其安装
8. 利用JS实现简单的注册界面验证小案例
9. python机器视觉培训——Python的安装
10. 长连接和短链接在服务器占用资源,TCP长连接和短链接及优缺点
11. pycaret 2 1新增功能
12. 毕业了，开始新的生活！
13. 重庆交通大学计算机考研资料汇总
14. 话说js中的异步编程。
15. 解密回声消除技术之二（应用篇）
16. 合并两个JSONObject
17. 史上最全网络安全面试题总结
18. 【OpenGL开发】VS2017+nuget配置OpenGL开发环境
19. messageBox的入门学习
20. 视觉激光雷达信息融合与联合标定

热门文章

1. SQL Server中drop、truncate和delete语句的用法
2. Spring 操作数据库
3. 《那些年啊，那些事——一个程序员的奋斗史》——42
4. phpstudy+dvwa搭建
5. CGCTF-Web-签到题
6. JS报错-Uncaught TypeError: 'caller', 'callee', and 'arguments' properties may not be accessed on...
7. Angular变化检测机制：改善的脏检查
8. Vue watch如何同时监听多个属性？
9. 2021高考成绩查询省排名,重磅！2021全国各地高考预测分数线出炉，这样估分可以估算全省排名...
10. 网络安全应急演练方案内容_开展应急演练，筑牢网络安全