finlay-liu / Baidu-Dog2017

http://js.baidu.com/

说明

1. 解决思路

  使用各种Pre-trained的模型进行提取特征,并concat到一起,然后只用训练最后一层FC层,可复现线上0.173成绩.

TODO:数据扩充和物体检测.

代码使用方法:

# 提取VGG13特征,并进行保存
python torch_feature.py --model vgg13 --ffpath ./feature/vgg13.h5 

# 提取DenseNet169特征,并进行保存
python torch_feature.py --model densenet169 --ffpath ./feature/densenet169.h5

# 使用提取的特征跑二层模型
python torch_l2.py

2. 所用框架: Pytorch(拒绝keras和TensorSlow框架).

其他

代码有问题请自己解决,谢谢,希望大家玩的开心!