第二届中国“高分杯”美丽农村大赛实验阶段从2019年1月底到2019年3月中旬。从我公布第一个baseline版本 ，2019年1月29日）到最后，已经通过大量实验，将精度由最初的0.2686提升到了0.4861,位于第三，与精度第一名的团队差0.0004。
比赛4月中旬结束，最终获得第一名。2020年2月10日补充部分理论。🤣
方案关键点
1. 波段选择和归一化
本次实验选择波段8、5、1进行波段组合，并由ArcGIS直接导出为RGB颜色，这样的话就得到一副RGB彩色图像，其归一化范围为0~255。本步骤可以代码实现，包括值的百分比截断和Gamma拉伸等。
2. 异常检测添加“其他”类别样本
采用了异常检测的思想，使用孤立森林（iForest、Isolation Forest）模型，将其他类当作“异常”类，从而增加第四类样本。我们以三类训练样本中心点取得大小为7x7x3的数据参与模型训练，在训练的高分影像数据上随机选点，并将预测值等于1也就是异常的样本加入训练集。该步骤选择了3000个“其他”类别地物样本。
选取过程中，其他/所有=3000/（3000+3104）=0.4945
3.构建分类模型
用了深度学习构建了浅层的CNN模型，在训练过程中，我们根据四类共5372个样本点生成批量数据，并做了裁剪、上下翻转、左右翻转、仿射变换等数据增强。此过程没有对颜色值等进行变换，因为颜色值是区分农作物的一个重要特征。
需要说明的是采样窗口的大小。农作物地物一般成块状、方体。采样窗口过大，会引入更多的其他类信息或噪声，造成精度的下降；采样窗口过小，则不能包含充分的如农田边界等信息。所以，根据实验效果和先验知识，最终选用了25x25x3的特征窗口作为卷积网络的输入。
红框大小为25x25，可见已经较为充分的涵盖地物信息。
4.多进程全图预测
1处表示采样窗口大小为size=25，2处表示左上角步长step，3处表示中心点的移动步长step。比如当step等于3时，中心点（center_x，center_y）每次移动步长也为3，此时我们标注[center_x - 1，center_y - 2）的区域。这样减弱了逐像素标注缓慢（即步长为1），以及大块标注出现的边缘锯齿现象。
5.分类后处理
实验仅仅使用ArcGIS提供的“空间分析工具-邻域分析-焦点统计”，统计类型为众数。可用代码实现，即众数滤波。
实验结果
表6.3 焦点统计邻域大小与精度折线图，0表示没有进行焦点统计即原始预测输出。
图6.5 焦点统计大小为151处理结果，局部
总结
这次比赛持续时间较长，我们的主要工作是在寒假。除了本文的方法，我们基于八个波段数据、使用了三分类+阈值的方法（如上文提到的baseline），分类效果并不好，我们认为这主要是因为缺少其他类的信息，模型不能学习有别与其他类的特征。在八波段的实验中，我们使用过深度方向的可分离2D卷积（SeparableConv2D）用于学习未归一化数据特征，效果并未有明显改善。由于数据的不平衡，我们使用了smote算法进行样本过采样，发现影响不大，大概是因为本实验的样本不平衡并不是很严重。除了IForest进行异常检测生成其他类别样本，我们也尝试过OneClassSVM和AutoEncoder，最终选择了表现更好的孤立森林。在我们面向对象的分类实验中，精度很快达到0.4526，但后处理优化提升空间不足。除此之外，我们还做过其他实验，限于篇幅，不再说明。
原始的训练影像有明显的拼接痕迹，在不同的区域有色彩差异，训练样本每类1000左右，在局部小区域的样本更容易被模型“忽略”。所以，使用特征提取+距离度量（如KNN）的方式进行实验似乎效果更好。我们使用了小型的卷积神经网络模型，模型训练表现出不稳定，收敛有时会到一个不好的极值，我们通过多次运行并选取F1值 较好的模型。事实上，虽然小型网络的损失函数的局部极小值更少，也比较容易收敛到这些局部极小值，但是这些最小值一般都很差，损失值很高。相反，大网络拥有更多的局部极小值，但就实际损失值来看，这些局部极小值表现更好，损失更小。因此，更合理的方法是使用较复杂的网络和一些减少过拟合（如正则化）的方法。
感谢主办方以及所有提供过帮助的人。
完整代码：https://github.com/lsh1994/tianchiorgame/tree/master/dianshi_gaofenbei_1901
