Boostcamp AI Tech (P3 - Day10)
Project3-1 회고
Title | Task | Date | Team |
---|---|---|---|
재활용 쓰레기 이미지 객체 영역 구분 | Segmentation | 2021.04.26 ~ 2021.05.07 | 5조 ConnectNet |
팀원
김종호(T1034), 김현우(T1045), 김현우(T1046), 배철환(T1086), 서준배(T1097), 윤준호(T1138)
기록
개선점 or 도전해볼점
- EDA를 통해서 이미지 특성에 따라 실험하기 (저번 mask 대회에서 color 관련 aug가 좋은 성능을 못보여준 것처럼)
- 실험하는 중이라서 다른 작업을 못할 때는 SOTA 모델은 어떤게 있는지, TTA나 CRF같이 다른 테크닉은 어떤게 있을지 찾아보기 (토론에서 나옴직할 내용을 미리 선점하면 시간을 줄일 수 있을듯)
- 특히 loss를 조합할 때 특정 모델에서만 좋았던 것일 수도 있으니 참고하기 (Unet에서 Focal + IOU + SSIM이 좋았으나 다른 모델에서는 안좋은 경우처럼)
- 최대한 작은 모델로 실험 빠르게 -> 기본적 조합 (loss, optim, augmentation, batch_size, lr, epoch)
- 기준 점수 (ex. 현재 single SOTA 점수의 +- 15%)를 충족하지 못하면 과감하게 드랍하기
- csv 파일로 soft voting, hard voting 앙상블 기능을 미리 구현
- 개인별 앙상블 미리 실험 (첫주)
- 낮에는 작은 모델로 기능 테스트를 진행하고, 밤에는 성능이 좋은 모델로 실험을 진행함 -> 성능이 좋은 모델은 모두 다른 조합으로 진행함
- pseudo labeling 다른팀과 비교해서 검증 및 재사용
- 5.19 ~ 5.20 수요일, 목요일 (10:00 ~ ??? ) : 줌으로 모이기
- 목표를 세분화해서 각각 데드라인을 지정
- 마감 직전에 시간이 부족하면 (앙상블을 위한 KFold 생성시에는) validation score 측정 빼고 실험
- KFold data set 번호 꼭 확인하기
- GPU 20 시간 돌리기!!!
- 항상 모델 pt 서버 끊겨도 다른데 저장해서 필요할 때 빠르게 업로드할 수 있게 하기
- Library 버전 통일하기
- 모델 선정 참고 사이트: detection SOTA
- 시각화 코드도 한번 짜보기