nbclass666/neuromm2026-ytyan-ckpts

NeuroMM 2026 Checkpoints (Tracks 1–3)

NeuroMM 2026 参赛系统的模型权重存档,用于结果复现与审计。任务为 EEG 发作间期癫痫样放电(IED)分析,核心难点是将真实 IED 与生理/运动伪差(眼动、肌电、体动)分离,可选用同步多模态信号。

权重共 354 个 .pt,约 77 GB,仅含推理用 state_dict(无优化器状态)。配套代码包:REPRODUCTION_PACKAGE_NeuroMM2026_ytyan(含 reproduce_t{1,2,3}.py、train/ 训练与推理脚本、CHECKPOINTS_MANIFEST.md 逐权重清单)。

系统构成与成绩

赛道	任务	指标	测试集	系统
1	IED 检测(二分类)	AUPRC	0.9632	纯 EEG 多底模,5 折 CV,折外(OOF)秩平均集成
2	上下文分类(二分类)	AUPRC	0.9748	EEG + 视频(通道注意力 EEG 主干 + DINOv2 视频特征),候选集直推式自训练
3	源/亚型(5 分类)	weighted-F1	0.7891	纯 EEG 多底模,确定性测试期校准

底模族:ConvNeXt / EfficientNet 多任务系列、EEG-Conformer、TCN、LaBraM、拓扑 CB-Focal。T3 校准链:Dirichlet 不确定性加权 → Aitchison 单纯形均值 → 伪被试聚类去偏 → 类先验锚定 → kNN 近邻借标。

目录结构

目录	内容
baseline_shared/	T3 底模(ConvNeXt / topo / LaBraM)+ 跨赛道共享主干
track1_2_research/	T1 / T2 模型:CV 各折、DANN、LaBraM probe

.pt 文件名与代码包脚本一致。T3 底模与跨赛道共享主干均在 baseline_shared/,故无独立 T3 目录。

复现流程

pip install -U "huggingface_hub[hf_transfer]"
export HF_HUB_ENABLE_HF_TRANSFER=1
hf download nbclass666/neuromm2026-ytyan-ckpts --repo-type model --local-dir ./ckpts

复现代码均在配套代码包 REPRODUCTION_PACKAGE_NeuroMM2026_ytyan,提供三种方式:

1. 用随包预测:以 reproduce_t{1,2,3}.py 对代码包内的逐底模预测 npz/ 执行集成与测试期校准。不需权重与 GPU。
2. 用本仓权重:加载本仓 .pt,运行代码包 train/ 下的推理脚本在候选集生成各底模预测 npz/,再执行方式 1。需 GPU。
3. 从零训练:训练脚本与完整流程见代码包(各赛道 TRAINING.md 与 train/),不在本仓库;需 GPU 与训练数据(EEG/视频特征、标注、候选测试集)。

备注

• T3 的 swa_greedy 分量依赖未保留的 SWA 逐轮快照,无法从权重重建;其预测 npz 已随代码包提供,该分量直接复用,其余 15 个分量从本仓权重重生成。
• T2 / T3 含直推式步骤:在无标签候选集上自训练,以及从带标签验证集做近邻借标;全程未使用测试集标签。