[네이버 AI부스트캠프] 6주차 회고

요일별 회고

월

멘토링

• 멘토님은 여러 챌린지 참여를 통해 실력에 대한 객관적 지표를 얻을 수 있으셨다고 한다.

• 취업을 위해 미리 준비할 것:
  코테

• 대회 관련 조언

  • 데이터셋 보기 → 베이스라인 → visualization → 앙상블
    먼저 변인통제를 통해 크게크게 변화를 주고 관찰한 후 마지막에 하이퍼파라미터 조절, 앙상블 등 하기.
    생각보다 데이터셋이 굉장히 중요하다. voice recognition task에서 다 비등했는데 뒷부분에 잡음이 많음을 파악하고 뒷 부분을 잘라낸 팀이 baseline 코드만으로도 압도적인 1등을 했다.
    +) domain understanding 중요

  • 팀의 목적: 성적 vs 공부
    → 우리 팀은 공부에 더 초점을 두기로 했다. 세 개 정도의 대회가 있는데 그 중 하나 정도는 성적에 신경 써도 좋지만, 나머지는 공부에 초점을 두는 게 좋다고 조언을 들었다고 한다.

  • 데이터셋 distribution 불균형 → Focal Loss 이용해보기

피어세션

• 수요일까지 EDA 각자 적어와서 공유 (노션에 작성)
  데이터 살펴보고, 전처리 아이데이션

오랜만에 운동을 해서 뿌듯했다.

화

강의

• Data 전처리
  챌린지를 위한 인사이트를 얻을 수 있어 메모하며 들었다.
  도메인을 파악하는 것이 중요하다.

  • Generalization
    augmentation 과정에서도 이 데이터 도메인에서 있을 수 있는 변화만 주기. 예를 들어 마스크 쓴 사람을 찍은 데이터에 vertical flip을 하는 것은 좋지 않다.
    마스터키는 없다! 그저 가정 후에 실험으로 증명하는 과정.

• Data Generation
  Data Generator와 Model의 성능이 비슷해야 한다. 아니라면 한쪽이 병목현상을 일으킨다.

피어세션

• 챌린지 아이디어 공유
  • 수요일에 프로젝트 인원 분배 예정 (2:2:2)
    이를 위해 본인이 관심있는 분야 혹은 모델 미리 파악해오기
  • 나이/마스크 착용 여부/성별
    나이를 사진만으로 판별하는 데는 어려움이 있을 것 같다.
    마스크 착용 여부는 비교적 쉬울 것 같고, (이상하게 착용한 데이터를 좀 늘려야 할 것 같긴 하다.)
    성별은 'gender classification' 키워드로 검색하면 나오는 자료들이 있다고 한다.
  • 팀원 분은 baseline 코드 돌려보고 온다고 하셨다.

부캠살롱

• 실생활
• 생성모델
  • gemini
  • 석사 분의 조언
  • 프로젝트의 중요성

깃허브 실습

• Issue 쓰기
• Commit log 컨벤션에 맞춰서 쓰기
• PR 제목 쓰기
  +) milestone
  현업에 계신분의 신랄한 깃허브 이야기를 들으니 지금까지 나의 커밋 로그가 좀 부끄러워졌다 🥲 이번 프로젝트부터는 git flow, commit log convention, issue 제대로 적용해야겠다.

어제 운동의 여파로 여기저기 아프다 ... 이정도 운동에 ㅋㅋㅋ 앞으로 좀 꾸준히 해야겠다.
깃허브 리드미 수정에 갑자기 꽂혀 2시간 정도 알아보며 수정했다.
결과물 👉 https://github.com/hyunseo-k
심플한 게 좋은 것 같다가도 이것저것 적고싶기도 하고.. 리드미를 어떻게 적어야 가장 좋을지 아직도 잘 모르겠다 😓
일단 지금은 뱃지를 많이 이용해 심플하게 작성했다.

참고:
https://bitly.ws/35Baw
https://bitly.ws/35Bbg

곧 링크드인도 재정비해야겠다. 몰캠 이후로 정리를 안했다.

수

서버 세팅 후 baseline 코드를 돌려보았다. Accuracy가 20%가 나온다!
먼저 최대한 데이터 관련 사항들을 적용해보고 F1 score가 좀 올라간 뒤 모델 작업을 시작해야겠다고 생각했다.

피어세션

• Swin Transformer 리뷰
  ViT보다 다양한 케이스에 사용 가능한 Swin Transformer
• 데이터 전처리 방법 생각해온 것 공유
• 팀 나누기 (성별/연령/마스크)
  나는 연령 판별이 가장 챌린징해보여서 오히려 하고 싶었다.
  결론적으로 연령 테스크를 맡게 됐다!

목

강의

강의 들으면서 우리 프로젝트에 적용해야겠다고 메모한 것

• Soft voting
• Stratified K-Fold Validation: K 개로 split할 때 class 분포까지 고려하는 것
• Focal loss: 클래스 간 불균형을 해결하기 위해 설계된 손실 함수로, 쉽게 분류되는 예제들에 대해 낮은 가중치를 부여한다.

피어세션

• VAE 논문리뷰
  깃허브 커밋 컨벤션을 유다시티로 정했다.

오피스 아워

앙상블은 무조건 써야한다고 한다.
VOD 다시 보면서 따라해봐야겠다.
그래서 내일 할 일은,

• 10강 듣기
• 미션하기
• VOD 보면서 따라하기

금

피어세션

챌린지 관련 인사이트 나누기

• rembg 가 잘 안됨

깃허브 얘기

• 개발 사이클: 이슈 작성→브랜치→프로그래밍→develop에 PR

답지 않게 여유로운 금요일..
왜 Augmentation 추가할수록 성능이 안좋은가 ..? 방법이 잘못돼서겠지 ..
Stratified K-Fold CV도전하기로 했다.

마무리

이번주는 처음 대회 진행하다보니 좀 막막한 부분들이 있었다. 막혔을 때 나아가려는 힘을 길러야겠다고 생각했다.

KPT 회고

Keep

• 오랜만에 운동을 했다.
• 시간이 날 때 ps를 했다.
• 대회를 위해 적극적으로 조사했다.

Problem

• 미션을 제대로 보지 못했다.

Try

• 순위에 매몰되지 않고 내 공부 열심히 하기.
• 깃허브 컨벤션 맞춰서 해보기