要約
SIIM-ISICメラノーマ分類チャレンジにおける当チームの優勝ソリューションをご紹介します。本ソリューションは、異なるバックボーンおよび入力サイズを持つ複数の畳み込みニューラルネットワーク（CNN）モデルをアンサンブルした構成となっており、その大部分は画像のみを入力とするモデルですが、一部では画像レベルおよび患者レベルのメタデータも活用しています。本ソリューションが優勝に至った鍵は以下の4点にあります。（1）安定したバリデーションスキームの構築、（2）適切なモデルターゲットの選定、（3）細心の注意を払ったパイプラインのチューニング、（4）多様性の高いモデルを用いたアンサンブル。最良の提出結果では、クロスバリデーションにおいて0.9600のAUC、プライベートリーダーボードでは0.9490のAUCを達成しました。