[부스트캠프][P-stage][WK04 / Day3] Image Classification 3

1. 금일 목표

• transform 방식 변경 및 모델 바꿔보기
• 제출 1회 이상, 스코어 올리기
• Special mission 모델 구현
• Pretrained Model 사용해보기

---

2. 진행사항

1) transform 방식 변경

transformations['train'] = Compose([
    Resize(img_size[0], img_size[1], p=1.0),
    HorizontalFlip(p=0.5),
    ShiftScaleRotate(p=0.5),
    HueSaturationValue(hue_shift_limit=0.2, sat_shift_limit=0.2, val_shift_limit=0.2, p=0.5),
    RandomBrightnessContrast(brightness_limit=(-0.1, 0.1), contrast_limit=(-0.1, 0.1), p=0.5),
    GaussNoise(p=0.5),
    Normalize(mean=mean, std=std, max_pixel_value=255.0, p=1.0),
    ToTensorV2(p=1.0),
], p=1.0)

2) 모델 바꿔보기, 제출 1회 이상, 스코어 올리기

• efficientnet_pytorch 의 EfficientNet을 적용하였습니다.
• 제출 4회, EfficientNet을 사용해 성능(f1-score)을 0.701로 끌어올렸습니다.
• 파라미터
  • batch_size = 32
  • epochs = 50
  • lr = 0.00003
  • seed = 42

3) Special mission 모델 구현

• 아직 마무리하지 못했습니다.

4) Pretrained Model 사용해보기

• EfficientNet의 EfficientNetB0, EfficientNetB1을 사용해 봤습니다.
• 내일 torchvision의 pretrained model 모델에 ImageNet Pretrained Weight를 적용해 볼 예정입니다.

---

3. 피어세션 정리

https://hackmd.io/aHFQwlRsRlGSpIfIeARllw?view

---

4. 학습 회고

모델을 바꾸니 성능이 좋아졌습니다. 더 다양한 모델로 실험해보는것이 좋아보입니다. albumentation 패키지의 조금 더 다양한 기법들을 적용해 봤습니다. 추후 해당 기법들에 대해 정리하여 수정할 예정입니다.