호기심 많은 분석가

부스트캠프 개발자의 지속 가능한 성장을 위한 학습 커뮤니티 boostcamp.connect.or.kr 🕵🏻‍♂️마스크착용 분류 대회 드디어 첫 번째 대회 마지막 날이다. 전체적인 대회 회고 및 정리는 다음 포스팅에서 다루겠다. ResNet34 모델도 사용해봄 → 특별히 좋은 성능을 보이진 않음 성능을 최대로 끌어올리기 위해 여러 ensemble을 시도함 결과가 잘 나왔던 모델 2개를 ensemble 해서 Acc 79%, F1_score 0.76까지 달성했다. 우리는 Pretrained된 model에 우리 데이터를 학습시키기 때문에 그 모델의 원래 input size에 맞춰서 데이터를 입력해주는 것도 좋을 수 있다 ResNet18의 경우 224x224의 input size를 가지고 있어서, 우리 데이터를 ..

부스트캠프 개발자의 지속 가능한 성장을 위한 학습 커뮤니티 boostcamp.connect.or.kr 🕵🏻‍♂️마스크착용 분류 대회 팀원들끼리 팀명에 걸맞게 이미지를 맞춤 Wandb의 사용 Intro to Weights & Biases Run, share, and edit Python notebooks colab.research.google.com albumentation vs. transform 1 epoch을 돌렸을 때 363초와 485초로 생각보다 큰 차이를 보임 transpose 대신 albumentation을 사용하는 것으로 확정! 링크를 참조하여 Learning rate scheduler를 사용해봄 오히려 효과가 좋지 않았음 Gaussianblur와 RandomHorizontalFlip 추가해..

부스트캠프 개발자의 지속 가능한 성장을 위한 학습 커뮤니티 boostcamp.connect.or.kr 🕵🏻‍♂️마스크착용_분류_대회 Imbalanced한 데이터에 적합한 loss인 focal_loss를 이용해서 작업 뛰어난 효과를 보임 crop된 데이터가 원본 데이터의 2배였던 실수가 있어서 제대로 작업한 뒤 원본 test set에 대한 결과와 crop한 test set에 대한 결과 2가지를 도출함 위의 실수 때문에 떠오른 아이디어로써 원본 데이터에 crop된 데이터를 추가해서 focal_loss로 학습시켜봄 → focal_loss와 결합되니 f1_score가 0.02점이나 높아짐 Test 데이터 중 일부 Crop이 되지 않는 데이터가 있었는데 새로운 model로 Crop시키는 방향을 고민 중 Retin..

부스트캠프 개발자의 지속 가능한 성장을 위한 학습 커뮤니티 boostcamp.connect.or.kr 이번주는 강의가 따로 주어지지 않고, 대회로만 진행된다. 한동안 점수 상승이 없어서 리더보드가 계속 밀리는 슬픔을 겪었는데 오랜만에 순위를 올려서 뿌듯함을 느낀 날이다. 다른 팀원들도 그렇고 나도 그렇고 참 여러가지를 시도해보더라도 결과가 좋지 않으면 힘이 많이 빠진다. 특히 이론적으로 좋아질거라 생각했던 방향이 그렇지 않을 때는 더더욱 심하다. 하지만 그게 대회 아닐까. 꾸준히 많은 것들을 시도하는 게 대회에선 굉장히 중요하다. 🕵🏻‍♂️마스크착용_분류_대회 Pretrained된 모델을 내 데이터로 Classifer와 같이 학습시키는 것이 Freeze를 안한 것 그러려면 파라미터가 많아질테니까 데이터가..