摘要
我们提出在SIIM-ISIC黑色素瘤分类挑战赛中的获奖解决方案。该方案为一个集成卷积神经网络（CNN）模型的集合，采用不同的主干网络（backbone）结构和输入图像尺寸。其中大多数模型仅使用图像数据，少数模型则融合了图像级和患者级的元数据。我们取得优异成绩的关键因素包括：（1）稳定的验证方案；（2）合理的模型目标设定；（3）经过精细调优的处理流程；（4）采用高度多样化的模型进行集成。最终，我们的提交结果在交叉验证中取得了0.9600的AUC分数，在私有排行榜上获得0.9490的AUC分数。