Image classification 가설1

1. 가설: 지표상 성능이 가장 좋은 모델을 사용하면 가장 좋은 성능을 가질수 있을것이다.

실험설계: https://paperswithcode.com/ 사이트에서 timm라이브러리에서 성능순으로 나열했을시에 가장 성능이 좋은 Noisy Student tf_efficientnet_l2_ns 를 사용했다.

검증: 데이터중에 무작위로 섞은 20%에 대해서 검증을 하였다.

결과: 처음에 일단 pretrain model을 받아서 시험삼아 돌려본 denseNet 보다는 높은 성능을 받았다. 모델이 워낙 커서 훈련시에 시간이 너무 많이 걸렸다. 그래서 여러가지 테스트하는데 너무 많은 시간이 들어갔다. 특히 fine-tuning을 하려고 레이어를 몇개 풀다보니 시간이 훨씬 더 들어가고, 메모리가 가득차서 모든 레이어를 풀고서 모델을 돌려볼수가 없었다.