超声图像的智能筛查与分级任务技术说明文档

---

一、团队信息

• 团队名称：川海
• A榜排名：第 22 名

---

二、项目概述

项目核心任务

本项目旨在完成乳腺癌超声图像的六分类任务，标签反映乳腺病灶的良恶性概率。该任务面临类别分布极度不均衡与类别间特征相似度高等挑战，要求模型具有较强的泛化能力和对少数类的敏感性。

解决思路

为应对上述挑战，本项目从损失函数、数据增强、采样策略等多个方面设计了综合方案：

• 主干网络：采用 Swin Transformer（swin_base_patch4_window12_384）作为图像主干，结合其在视觉任务中的局部建模与全局感知能力；
• 损失函数：引入 RW-LDAM-DRW Loss，融合类别敏感 margin、类别频次重加权与延迟启用机制，以增强对尾类样本的判别能力；
• 数据增强：基于 Albumentations 实现多种图像增强策略（翻转、旋转、遮挡等），提升模型鲁棒性；
• 类别平衡：结合手动设定的类别过采样比例，有效缓解数据不平衡问题；
• 模型稳定性：引入 Exponential Moving Average（EMA）机制，平滑模型参数，提升推理稳定性；
• 评估方法：采用 K 折交叉验证，结合多模型融合策略，提高最终模型性能评估的可靠性。

---

三、代码结构说明

Mycode1/
├── cfgs/                  # 数据增强和损失函数等配置文件
├── checkpoints/           # 三个checkpoint的模型文件
├── code/                  # 核心训练与模型文件
│   ├── jimm/              # Swin模型实现
│   ├── utils/             # 工具函数
│   └── ...                # checkpoint对应的训练和推理代码
├── results/               # 结果保存的目录
└── ...                    # 运行脚本

---

四、环境配置步骤

• 已经在镜像内python环境下默认安装。如失效，按照environment.yml重建conda环境

---

五、运行步骤说明

• 首先进入项目文件夹 cd /root/workspace/Mycode1

• 如需完整训练，则运行 /root/workspace/Mycode1/run_checkpoint1.sh ，其他checkpoint同理

• 输入输出说明：输入位于 /root/workspace/TrainSet 和 /root/workspace/TestSetA ；输出位于 /root/workspace/Mycode1/results/对应的checkpoint

• 如只执行推理，则运行 /root/workspace/Mycode1/run_checkpoint1_testonly.sh

• 输入输出说明：输入路径与训练时相同 ；输出路径变为 /root/workspace/Mycode1/checkpoints/对应的checkpoint

• B榜测试时，如果使用需更改 /root/workspace/Mycode1/cfgs/basicv2.yml 下的 test_path；run_checkpoint1.sh 和 run_checkpoint2.sh 下的 test_dir 以及 run_checkpoint3.sh 下的 dataroot

---

六、Checkpoint说明

Checkpoint1:

• 模型结构：Swin Transformer，输入尺寸 384×384
• 训练轮次：100 轮
• 训练方式：4折交叉验证
• 损失函数：
  • 使用 RW-LDAM-DRW（Re-Weighted Label-Distribution-Aware Margin Loss + Deferred Re-Weighting）
  • 第 60 轮后启用类别重加权，缓解类别不平衡
• 数据增强与采样：
  • 使用增强配置文件：enhanced_custom_transforms_384.yml
  • 应用类别过采样策略：在每个batch中，把少数类采样到一定倍数。
• 学习率策略：
  • Warmup：前 5 个 epoch 学习率线性增长
  • Cosine Annealing：剩余轮次使用 cosine 衰减至 final_lr=5e-6
• 优化器：AdamW，初始学习率 1e-4
• EMA：启用 Exponential Moving Average，衰减率 0.999
• 其他参数：
  • 批大小：22
  • 随机种子：42，确保可复现性
• A榜性能：0.8895

Checkpoint2:

• 模型结构：Swin Transformer，输入尺寸 384×384
• 训练轮次：100 轮
• 训练方式：4折交叉验证
• 损失函数：
  • 使用 RW-LDAM-DRW（Re-Weighted Label-Distribution-Aware Margin Loss + Deferred Re-Weighting）
  • 第 60 轮后启用类别重加权，缓解类别不平衡
• 数据增强与采样：
  • 使用增强配置文件：enhanced_custom_transforms_384.yml
  • 应用类别过采样策略：使用手动设置的过采样比例
• 学习率策略：
  • Warmup：前 5 个 epoch 学习率线性增长
  • Cosine Annealing：剩余轮次使用 cosine 衰减至 final_lr=5e-6
• 优化器：AdamW，初始学习率 1e-4
• EMA：启用 Exponential Moving Average，衰减率 0.999
• 其他参数：
  • 批大小：22
  • 随机种子：42，确保可复现性
• A榜性能：0.8835

Checkpoint3:

• 模型结构：Swin Transformer，输入尺寸 384×384
• 训练轮次：100 轮
• 训练方式：无交叉验证，默认数据集划分
• 损失函数：
  • 使用 CrossEntropyLoss
• 数据增强与采样：
  • 使用增强配置文件：utils/transforms.py
• 学习率策略：
  • Warmup：前 5 个 epoch 学习率线性增长
• 优化器：AdamW，初始学习率 1e-4
• 其他参数：
  • 批大小：16
  • 随机种子：42，确保可复现性
• A榜性能：0.8650

---

七、其他补充说明