요약

배운 강의 내용

• DeepLab
• Unet

대회 진행 상황

• Segmentation models의 Efficient-unet 사용 -> 좋은 성능

---

대회 진행 상황

지금까지 시도한 Efficient-unet은 실패라고 봐야할 결과만 보여줬는데, 강의에서 마스터님께서 efficient-unet baseline 코드를 올려주셨다. 열어봤더니 해당 코드에서는 segmentation models 라이브러리를 활용해 efficient-unet을 불러왔고, 이를 활용해 학습을 했더니 기존보다 더 좋은 성능을 보여줬다.

지금까지 써온 라이브러리(efficientunet-pytorch)와 무슨 차이인가 싶어 torchsummary를 통해 열어본 결과, segmentation models의 efficient-unet이 파라미터 수가 훨씬 적고(b0기준 1500만 vs 500만), 내부의 전체 구조는 비슷했지만 conv layer 수나 파라미터의 수가 차이가 난 것을 볼 수 있었다. 왜 둘 간에 이 정도 차이가 나게 되었는지는 efficientNet 자체에 대한 이해도가 높지 않고 일일이 둘을 분석해보지 않았기에 잘 알 수 없지만, 같은 efficient-unet이란 이론을 어떻게 구현하느냐에 따라 전혀 다른 결과가 나올 수 있다는 사실을 알게 되었고, 다음에 모델을 활용할 때도 github의 star 수를 확인해가며 검증이 된 곳에서 가져오는 것도 좋을 것 같다.

여튼 성능 좋은 efficient-unet 라이브러리를 발견했기 때문에 지금까지 한 실험들을 전부 다시 해봐야 할 것 같다.