该方案为飞桨遥感影像地块分割赛题10月第2名方案，借鉴榜首模型结构，采用HRNet_W48+OCRNet，loss结合LovaszSoftmax和CrossEntropy。数据集经处理剔除无效样本，用多种增强策略。训练用Momentum优化器等，预测选50轮模型，提分点含数据增强等。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
飞桨常规赛：遥感影像地块分割
10月第2名方案
赛题
本赛题旨在对遥感影像进行像素级内容解析，并对遥感影像中感兴趣的类别进行提取和分类，以衡量遥感影像地块分割模型在多个类别（如建筑、道路、林地等）上的效果。
数据共包括4种分类，像素值分别为0、1、2、3。此外，像素值255为未标注区域，表示对应区域的所属类别并不确定，在评测中也不会考虑这部分区域。
训练集包含66,653张遥感影像图片和对应的标注图片，测试集包括4,609张遥感影像图片。遥感分辨率均为2m/pixel，图片尺寸均为256*256。
示例图片：
解题思路
主要借鉴了当前榜首（戳这里查看方案）的模型结构，但由于实现细节的差异，分数还是低了不少。
和榜首方案不同的是，个人比较偏好API编程的模式。
模型
模型采用了HRNet_W48+OCRNet，loss采用LovaszSoftmax和CrossEntropy（详见my_model.py）。
backbone = paddleseg.models.backbones.HRNet_W48(pretrained='https://bj.bcebos.com/paddleseg/dygraph/hrnet_w48_ssld.tar.gz', has_se=False)model = paddleseg.models.OCRNet(num_classes=4,backbone=backbone,backbone_indices=[-1],ocr_mid_channels=512,ocr_key_channels=256, pretrained='https://bj.bcebos.com/paddleseg/dygraph/ccf/fcn_hrnetw48_rs_256x256_160k/model.pdparams')
ce_coef = 1.0lovasz_coef = 0.3main_loss = lovasz_coef*self.lovasz(yp[0], yt)+ce_coef*self.ce(yp[0], yt)soft_loss = lovasz_coef*self.lovasz(yp[1], yt)+ce_coef*self.ce(yp[1], yt)return 1.0*main_loss+0.4*soft_loss
数据集
数据集采用了paddle.io.Dataset包装，方便采用paddle.io.DataLoader实现组batch和并行预处理，能够提高训练效率。
在数据集中调用paddle.vision.transforms实现数据增强，采用的增强策略有颜色抖动、随机旋转、随机翻转、随机crop等。
另外，发现训练集中有大约5000余张样本对应的标签完全由255组成，他们对训练不会有任何收益，故构造数据集时将相应的样本剔除。
代码详见my_dataset.py
训练策略
优化器为Momentum，学习率策略为PolynomialDecay和LinearWarmup。其他训练参数为：
BATCH_SIZE = 32LR = 1e-3WARMUP_EPOCH = 10 # warmup轮数TRAIN_EPOCHS = 40 # 训练轮数EVAL_EPOCH = 2 # 每两轮验证一次
训练主函数见train.py
学习率变化曲线
loss曲线
miou曲线
预测
训练时有一个很奇怪的现象，验证集的miou曲线是一个先降后升的'U'型。采用验证集最优模型的话，提交结果不如最后一轮，所以预测时加载的模型是训练50轮的参数。
预测时使用with paddle.no_grad():或者@paddle.no_grad()装饰器可以在推理时不保存中间结果，节省巨量显存。当然AI Studio的V100显卡太强了，有没有都无所谓。
推理时把数据集用DataLoader包装一下可以更好的并行。
预测后在左侧直接右键result文件夹，选择'打包下载'即可直接下载zip压缩包，可以直接在比赛页面提交。奇怪，前两天用的时候好像还是英文'Download as zip archive'，现在就变成中文了。
具体代码见predict.py。
代码说明
代码都放在work文件夹下，结果也都保存在work/result文件夹下，模型保存在models文件夹下。
| 文件 | 内容 |
|---|---|
| configs.py | 全局参数设置 |
| my_dataset.py | 构造数据集 |
| my_model.py | 构造模型 |
| predict.py | 预测并保存结果 |
| train.py | 训练模型 |
| utils.py | 一些工具函数 |
模块文件下都通过
if __name__=='__main__': ...
的形式编写了一些测试语句，方便调试。
总结
四月份的时候参加过一轮，当时手攒了个模型，没有利用好paddleseg这个好用的套件，分数很低，该做好的点没有做好。感觉提分点主要有以下这些吧：
- 数据增强。一般来说，常规的数据增强都会有些效果，也可以根据数据的特点进行一定的取舍；
- SOTA模型。自己攒模型一般还是不如用现成的，尤其是对于新手。学到一定程度以后可以看看源码对比一下论文，说不定以后自己也能提出一些改进呢；
- 预训练模型。不多说了，有没有预训练简直是两个模型；
- 结果后处理。按之前的经验，语义分割类的结果做个滤波会有一点点不大的提升；另外，TTA据说很强。这里我还没来得及试。
和榜首的差距可能主要还是在数据增强策略上，另外，自己用API手写的训练过程可能还是有些细节上没实现好，还需要多学习学习。
一键复现
# 安装paddleseg和解压数据集。!pip install paddleseg==2.3.0!cd data/data77571/ && unzip -q train_and_label.zip!cd data/data77571/ && unzip -q img_test.zip
# 训练!cd work && python train.py
# 预测!cd work && python predict.py
