1、对抗训练2、数据增强
因前段时间学业繁忙，比赛闲置了一段时间，结束之前的学业任务后，重新开始。虽不会取得拔尖的成绩，但还是做下记录，并与top解决方案进行对比以提高自己。
关于对抗训练使用了CleverHans的FGSM，CleverHans是一个基于Python的库，用于将机器学习系统中的漏洞与对抗性示例进行对比。 其支持Pytorch、tf2、JAX，使用方便代码简洁，直接pip安装即可。
pip install cleverhans
cleverhans的源码并提供了相应的使用文档与例子
2、数据增强之前使用了mixup做数据增强，分数提升了到了80多，但单一的数据增强方式并不能取得很好的成绩，所以之后的数据增强方式选择了Albumentations，Albumentations是一个基于OpenCV的快速训练数据增强库，拥有非常简单且强大的可以用于多种任务（分割、检测）的接口，易于定制且添加其他框架非常方便。它可以对数据集进行逐像素的转换，如模糊、下采样、高斯造点、高斯模糊、动态模糊、RGB转换、随机雾化等；也可以进行空间转换（同时也会对目标进行转换），如裁剪、翻转、随机裁剪等。
Albumentations requires Python 3.6 or higher. To install the latest version from PyPI:
pip install -U albumentations
使用的时候要注意此库基于OpenCV，在安装时opencv要使用opencv-python，而不要使用opencv-python-headless可能会出现一些乱七八糟的错误。
最后的成绩到了95左右，就写到这里，食物中毒去医院了，等身体好了后面应该还会更新一些细节
