중요 참고 사이트

https://neptune.ai/blog/image-classification-tips-and-tricks-from-13-kaggle-competitions

Baseline

Data Analysis -> Data Processing -> Modeling -> Training

• Data Analysis

  • EDA

• Data Processing

  • Dataset
  • Pre-processing
  • Generator
  • Augmentation

• Modeling

  • Torch Model
  • Pretrained Model
  • Loss, Opt, Metric

• Training

  • Training Process
  • Ensemble

DATA

Vanilla Data

• Vanilla Data를 모델이 좋아하는 형태의 Dataset으로 바꿔준다.

Pre-processing

Train / Validation

• test data는 건드리면 안됨

Data Augmentation

• 데이터를 일반화하는 가정

• 여러가지 상황을 고려해줄때 사용
  

• torch.transforms 이용
  

• albumentations 이용

  • torch.transforms보다 다양하고 빠르다.
    

• data augmentation은 무조건 항상 좋은 결과를 가져다 주는 것은 아니다.

• transforms.Compose()를 할 때, Resize와 rotation의 순서로도 dataset의 생성 속도가 엄청나게 차이난다.
  

validation data set

• test data set과 비슷하게 구성되는게 가장 좋음. 그러기 위해서 test data set의 구성을 예상해보고 그에 맞춰서 validation set을 어떤식으로 나눌지 생각봐야 한다. (ex | 인물별, 클래스별, ...)