redeemer 大佬聊赛事：【美食识别挑战（2）】的四分类问题，怎么破？

点击上方“蓝字”关注“AI开发者”

redeemer，毕业于电子科技大学，打比赛资深玩家，目前是一名算法工程师。

“美食识别挑战（2）：茄子、山药、苦瓜、西兰花”赛事链接：

https://god.yanxishe.com/26

（ 点击底部 阅读原文 即可了解更多赛事详情）

AI 研习社：redeemer 大佬好，能否简单介绍一下你的个人背景？

redeemer： 坐标北京，目前是一名算法工程师~

AI 研习社：在这次的《美食识别挑战（2）》赛中，你以 99.6495 的优异成绩荣获第一。在这过程中，你认为赛事最大的挑战体现在哪里？

redeemer： 首先第一个挑战在于四分类问题对比二分类问题有所区别，所涉及识别维度会有所增加，这对参赛者来说会是一个挑战；

其次，比赛数据集的图片质量各不相同（例如图片大小、分辨率等），因此一定要事先做好预处理工作。

AI 研习社：有没有哪些 baseline 是你觉得比较适合拿来打这场比赛的？原因是什么？

redeemer： 我认为自己的 baseline 还不错（笑），主要因为其易于修改。 （ https://github.com/bochuanwu/aiyanxishe ）； 而在 baseline 选用中，最重要的特性之一就是可修改、可理解。

AI 研习社：你认为正确运用好 baseline 的方法是什么？

redeemer： 当我们拿到一个不熟悉的 baseline 时，一定要对 baseline 中数据处理、模型框架、训练技巧的代码片段有足够的理解，这样才会更好的做进一步的修改与提升。

AI 研习社：根据你的了解，多分类问题的主要解题思路有哪些？

redeemer： 最简单的就是直接有几类分几类，还可以一对一或者一对多策略。

简而言之，就是训练二分类模型，把数据按类别二分，本次比赛中我就用了这种辅助方法。