前三分之一在聊背景，有興趣就自己看吧。下面整理一下技術面的摘要：
- 模型：Faster R-CNN with VGG-16 & R-FCN with ResNet-101
- 訓練階段使用的數據擴增方法都是比較普遍的，隨機旋轉、水平翻轉、模糊、縮放，這些都有被使用，驗證時成績也有提升。
- 夜視圖真的比較容易辨別，而夜視圖的紅藍綠分佈跟正常圖片的紅藍綠分佈明顯不同。成績最好的模型，在訓練時，隨機分配了一些圖片，更改紅藍綠的分佈，使圖片變得類似夜視圖。
- 對紅藍綠分別做對比度的調整，造成魚或魚的周圍顏色改變。這樣做的效果也很好，因為光源的關係，圖片的顏色並不是很穩定。
- 對於該資料集的總結：（A）應該要有船的圖形的驗證資料集，這樣才能針對不同種類的船分別訓練。（B）魚的大小差異很大，在這點上做處理非常有幫助。（C）不同顏色分佈的夜視圖分開處理也使我們的成績進步。（D）論壇上面分享的額外訓練集裡面的魚，有些看起來差異太大，濾掉這些也是很重要的。（E）對於原始訓練資料集做了多邊形標記，有助於旋轉圖片，以及找到去除多餘背景的邊界框。
- 使用的工具 https://github.com/YuwenXiong/py-R-FCN 包含 Faster R-CNN
- 花了點時間標記資料、在論壇上找有用的額外資料集、找到對的資料框增方法、看看驗證階段產生的圖片預測來檢查有沒有訓練出錯誤的規律規則。（譯編：訓練模型時如果訓練資料集的資料處理得不夠精確，或是訓練模型出現 over-fitting 現象時，模型會學習到一些不正確的規律規則）
- 硬體資源：NVIDIA GTX 1080 * 2 & NVIDIA TITAN X * 1。非常粗淺地估計最後的模型大概需要 GTX 1080 花 50 小時訓練，7~10 秒來預測一張圖。最好的一個單一模型，其實比我們整體的 ensemble 還好，需要 4 小時訓練，預測需要 0.5 秒。（看起來好像這個單一模型沒有被選為最終的結果？）
最後給了入門人士一些非常一般化的建議，以及關於團隊合作，其實他們是同事，而且大家都有處理這類問題的經驗，所以團隊合作上沒有太大問題。
這場競賽四個月前結束的，當時沒關注到，看似分為 stage1 以及 stage2，stage1 結束之前，要上傳 model，以免參賽者對 stage2 的資料做調整。而前陣子拿到數海獅競賽首獎的 outrunner 在這場比賽排名 21 也是不錯的成績。（有興趣的人可以看 outrunner 的簡報）
#Kaggle
#MachineLearning
#DataScience
#the_nature_conservancy_fisheries_monitoring