shu01

Top 10 on #kaggle? Life can wait. kaggle.com/competitions/r… あれ？

鳥コンペは192位で終了でした。perchv2_distillを軸にBCEとCEの両方で違う疑似ラベル方法を使ってアンサンブルしたのが意外と効きました。1400位ぐらいshakeupしたのでびっくり。

火山コンペは70位で終了でした。nnUNetv2で学習した予測に対してGaussian smoothingと、Z軸方向に2Dスケルトン化→端点検出→端点が対向する場合に直線補完で穴埋めしてました。

【テックブログ更新】 AI本部の立松 (@monnu0621) が、記事「Kaggle MABe Challenge 金メダル獲得までの開発スタイル振り返り」を公開しました。 生成AIの活用を含めたコンペの取り組み方について紹介しています。ぜひご覧ください。 go-drive-tech.hatenablog.com/entry/2026/01/…

4th Place Solution guruguru.science/competitions/3… #atmaCup ４位の解法を公開しました。やっぱり後処理大事

Launching today: Ultralytics YOLO26! The fastest, most deployable YOLO ever built. For years, shipping object detection meant extra steps and messy post-processing. YOLO26 changes the game with end-to-end, NMS-free inference, simpler deployment, and strikingly low latency. Built End-to-End. Built for the Edge. 👉 Get started today: bit.ly/4sCmj0c

15th place solution on #kaggle kaggle.com/competitions/M…

MABeはPublic15th→Private15thのノーシェイクで終了！NNをどう使おうかが1ミリもわからなくてxgbとcatの2モデルアンサンブルしかできませんでした。GBDTはデータ拡張がうまいことCVLB相関が取れなかったんですけどNNはいけたのかな？

RSNA2025は75位でした。segからのcropがうまいこといかず、肺の画像ケアで頭頂部から180mmで区切ったものを2.5Dモデルで左右混合の9クラス分類→上位強度に応じてルールベースの左右振り分けとシンプルな14クラス分類モデルとのアンサンブルで行いました。医療画像の知識が足りなかったのが敗因。

BYU、何もわからず吹っ飛ばされました。画像を初めて触ったので、いろいろ勉強になったコンペでした。ちゃんとした検証を作れなかったのと、外部データをうまく使えなかったのがかなりきつかったのかな。

🚀Introducing caching for kagglehub artifacts to enable faster data & model access in Colab! We'll cache the most popular datasets and models from Kaggle providing near instantaneous downloads for all users! Try it out in our example notebook below 👇

🚀 Get extra GPU on Kaggle with @GoogleColab! Colab Pro & Pro+ users now receive 15-30 additional GPU hours/week on Kaggle: - Link your Colab account in the notebook editor - Use the same Kaggle hardware - No Colab credits used kaggle.com/discussions/pr…

対戦ありがとうございました! 最終順位は 27位でした。solutionも非常に勉強になります。 guruguru.science/competitions/2… #atmaCup