[Boostcamp AI Tech] [P-stage] 13주차 주간 학습정리

bluegun·2021년 10월 31일
0

AI Tech 2기 활동

목록 보기
62/87

일일 회고

월 : https://velog.io/@bluegun/Boostcamp-AI-Tech-P-stage-13%EC%A3%BC%EC%B0%A8-Day-1-%ED%95%99%EC%8A%B5-%EA%B8%B0%EB%A1%9D

화 : https://velog.io/@bluegun/Boostcamp-AI-Tech-P-stage-13%EC%A3%BC%EC%B0%A8-Day-2-%ED%95%99%EC%8A%B5-%EA%B8%B0%EB%A1%9D

수 : https://velog.io/@bluegun/Boostcamp-AI-Tech-P-stage-13%EC%A3%BC%EC%B0%A8-Day-3-%ED%95%99%EC%8A%B5-%EA%B8%B0%EB%A1%9D

목 : https://velog.io/@bluegun/Boostcamp-AI-Tech-P-stage-13%EC%A3%BC%EC%B0%A8-Day-4-%ED%95%99%EC%8A%B5-%EA%B8%B0%EB%A1%9D

금 : https://velog.io/@bluegun/Boostcamp-AI-Tech-P-stage-13%EC%A3%BC%EC%B0%A8-Day-5-%ED%95%99%EC%8A%B5-%EA%B8%B0%EB%A1%9D

느낀 점

대회를 세 번 정도 하다보니, 대부분의 대회마다 수행하는 task들이 비슷하여 이젠 어느정도 큰 틀에 감을 잡게 된 것 같다. 혼자서 다른 대회를 해 봐도 좋겠다는 생각이 들었다.
내가 사용한 모델들이 팀에서 좋은 스코어를 기록하지 못한 점은 아쉽다. 지금까지 내가 점수적으로 높은 기여를 해본 적이 없어 이번에는 해보고 싶었는데, 팀원들이 활용한 MMsegmentation의 swin이 성능이 좋게 나왔고, swin 자체가 mmsegmentation 기반이라 따로 사용할 수 없어 아쉬웠다.
그래도 성능을 위한 여러 기법을 다 써보기로 결심한 대회인 만큼, Pseudo labeling이나 EDA를 통한 oversampling 등 데이터에 관한 작업을 통해 남은 기간 팀에 더 기여할 수 있도록 노력해야겠다.

0개의 댓글