-
대회 팀 결성 마감이 오늘까지로 앞당겨지면서, 오늘이 마지막 개인 제출일 이었기 때문에, 최대한 많은 제출을 하면서 변화에 따른 성능 변화를 체감하는 것을 목표로 하였다.
-
구체적으로, Albumentation을 사용하면서, 여러 transform 기법 여러 가지를 넣었다 뺐다 하면서 accuracy를 측정하였다.
- ToGray()를 사용하였을 땐 성능이 약간 올랐다.
- 안 그래도 적은 image의 feature가 줄어드는 게 아닐까 싶었지만 , 마스크 이미지가 색이 제각각이어서 흑백으로 만드는 것이 색이란 요소를 덜 학습하게 만들기 때문에 성능이 잘 나오는게 아닐까 생각한다.
- Resize()를 통해 정사각형으로 크기를 줄였을 때, 성능이 엄청 많이 떨어졌다.(안 쓰면 50%대, 쓰면 30%대)
- 다른 사람의 경우엔 resize를 적절히 쓰는 경우가 많아 무엇때문에 성능이 떨어졌다 단정짓긴 힘들지만, 직사각형인 원본 사진을 가로 길이 변화 없이 세로 길이만 줄인거라 특징이 일그러진 게 아닐까 생각한다.
-
모델을 resnet18에서 efficientNet-b4로 바꿨더니 성능이 많이 올랐다(Acc 71%, F1 score 0.67)
- 확실히 성능 좋은 모델을 쓰는 게 좋다는 생각이 들었다.