1.比赛基本信息

AOI 瑕疵分類官方网址

简言之,“数百张图像/类别” 图像数据的6个类别的分类任务。 （0 表示 normal，1 表示 void，2 表示 horizontal defect，3 表示 vertical defect，4 表示 edge defect，5 表示 particle）

2. 数据分析

类别	训练集	测试集
0	674	~2552
1	492	~2049
2	100	~592
3	378	~1530
4	240	~914
5	644	~2505
合计	2528	10142

• 数据量少。1.需要数据增强；2.半监督的方式利用测试集的数据.
• 样本分布不均衡。1.采用复制“重复使用”的方式，使得数据“看起来”均衡。
• 测试集的分布是根据我个人的结果统计分析出的。

3. 代码说明

• preprocessing，数据预处理；
• train_nets,训练网络；
• predict，用网络进行预测；
• result_analysis.ipynb，预测结果的分析，展示，合成最后提交的数据。大致参考就可以。

4.结果排名

暂时还没训练完成，等结果提交后，再列举出来.准确率应该大于98%.

方案	准确率	排名
最初五个网络预测	0.9829839	~56/147
新的方案	0.9807644	61/147

为何二次训练会导致准确率下降呢？可能是第一次的错误结果在第二次得到了放大。到底如何才能干到99.8%及以上呢？

5.联系我

如有任何问题和疑问，邮件联系 yongli.cv@gmail.com