Day 1. Monday
✏️ 복습
👶 Mentoring
- 자기 소개
- CV를 선택한 이유?
- 팀을 어떻게 모으게 됐는지?
- 멘토님 소개
- 멘토님 연구 내용 소개
- 다음 주까지 과제
- Linkedin 계정 만들고 멘토 및 조원들과 connecting 하기
- 5개 이상 단체, 5명 이상의 인공지능 개발자 follow하기
- 다음주 부터는 월요일 오후 1시
🙌🏻 Peer Session
- 수요일까지 강의 듣기, EDA, baseline code 미리 살펴보기
- 그라운드 룰
- 모더레이터 순서
- 출석 요정도 모더레이터의 역할 : 9시 50분에 출석 카톡 올리고 55분까지 이모지 달지 않은 팀원에게 모닝콜 해주기
- 피어 세션 시작할 때 1일 1셀프 자랑
- 모각공 시간에 1-2마디 정도로 본인의 진행 상황 공유하기
- 공지에는 이모지로 항상 반응해주기
- 모각공/피어세션 등의 이벤트에서 항상 최소 1-2분 전에 들어와있기!
- 호칭
- 단톡방 개설
- Github 협업 방식 논의
- 개발자스럽게 Github 사용하기 강의 듣기
- README.md, Issue template, Pull request template 작성
- Github discusion 기능은 추후 다시 논의하기로.
- 오전 10-11시 모각공 자율 운영 (들어오고 싶으면 들어오고 아님 마는 것으로!)
- 리더보드 프로필 사진 결정
- 11월 19일 오프라인 미팅 데이
📋 Memo
폭풍의 월요일이었다. 분명 저번주 금요일까지도 5조에 들어갔다가 갑자기 3조에 들어가려니 섭섭하고 어색했다. 근데 그럴 틈도 없이 일정이 시작되자마자 엄청나게 바빴다. 대회 관련 논의도 해야되고, 그라운드 룰도 새로 정해야 하고, 모각공 할지 말지 논의하고, 호칭 정하고, 단톡방 파고, 서버 관리해야되고, 오프라인 만나는 날 정하고... 거기에다 새 멘토님 만나서 또 자기 소개 하고 이런 저런 연구 얘기를 들으니 정신 없었다. 남은 시간은 강의 듣고, 역할 분배하고, 서버 관리하고, 코딩 테스트 스터디하고 하니 정말 폭풍처럼 하루가 흘러갔다. 그래도 새로운 팀에서 더 잘 할 수 있도록 화이팅 해야겠다.
Day 2. Tuesday
✏️ 복습
🙌🏻 Peer Session
- 1일 1셀프 자랑
- 기본 과제 1 논의 (FCN8s 실험 내기)
- 대회 관련 논의
- 서버 할당
- 목요일 피어세션 시간 전까지 EDA 해오기
- 강의 듣기
📋 Memo
오늘 내가 제안한 1일 1셀프 자랑이 잘 운영되어서 뿌듯하다. 각자 TMI도 좀 자연스럽게 말할 수 있고, 본인이 잘한 점에 대해서 얘기하니 칭찬과 긍정적인 분위기가 감도는 것 같다. 오늘 조금 더 친해진 느낌이 든다. 아직까지는 다들 강의듣고 하느라 정신이 없지만, 앞으로도 잘 논의하고 함께 좋은 성과를 내고 싶다.
Day 3. Wednesday
✏️ 복습
🙌🏻 Peer Session
- 과제1 관련 논의 (upsampling 시 채널과 resolution은 어떻게 되어야 하는가?)
- UNet/efficient-net 기반 2번째 베이스라인 코드 이슈?
- 실험 내용
- DeepLabV3 (epoch=40) 으로 비교적 높은 Dice 값을 얻음
- FCN32s (epoch=20) → 성능이 영 좋지 못하다. pre-trained model을 이용할 수 있도록 하자.
- 베이스라인 코드 구축 역할 분담
- semantic segmentation 성능 리더보드
🏠 Homework
- 기본 과제 1 완료.
PyTorch로 FCN을 직접 구현해보면서 어떤 구조인지 명확히 익힐 수 있었다. 8s로 구현한 것을 학습시켜서 inference 해봤는데 기본 모델이라 그런지 Dice 점수는 좋지 못했다.
📋 Memo
아침 일과 시작부터 마스터 클래스가 있어서 깜빡하고 못 들어갈 뻔했다🥲 그래도 강의해주시는 마스터님이 직접 segmentation 대회에서 어떤 전략을 쓰셨는지 들을 수 있어서 매우 유용한 시간이었다. 오늘도 강의 듣고 정리하고 하느라 정신없이 흘러간다. 얼른 잘 흡수하고 마무리해서 대회에 힘차게 나설 수 있으면 좋겠다.
Day 4. Thursday
✏️ 복습
🙌🏻 Peer Session
- Github 협업 방법
- EDA 내용 공유
- 라벨링 이슈에 주의
- augmentation : 색을 진하게, 회전 증강, histogram equalized, denoise 등의 조합으로 실험할 필요성
- Multi-modal 정보 이용하기 → 효과 없을수도?
- 겹치는 뼈에 주의하기
- upsampling 실험 (interpolation, deconvolution, 모듈?)
- hybrid loss를 사용해야 함
🏠 Homework
- 기본 과제 2 완료. DeconvNet을 선택했다.
DeconvNet을 PyTorch로 직접 구현해보면서 DeconvNet 모델 구조에 대해 확실히 익힐 수 있었다. 직접 구현한 DeconvNet으로 학습시켜서 inference 해봤는데 epoch=30으로 해서 그런지는 모르겠지만 Dice 점수가 생각보다 괜찮았음.
📋 Memo
오늘 각자 데이터를 살펴본 내용들을 정리해서 공유했는데 역시 사람마다 생각하는 것이 다르니 여러 관점에서 볼 수 있었고 이제 어떻게 진행해야하는지 감이 좀 잡히기 시작한 것 같다. 다들 스스로 깊게 고민하고 적극적으로 실험하는 사람들이라 든든하다. 나도 든든한 팀원이 될 수 있도록 열심히 공부하고 고민해야겠다.
Day 5. Friday
✏️ 복습
🙌🏻 Peer Session
- 팀 회고록 작성 : 이번 팀부터는 노션 매주 내용 정리에다 개인별 잘 한점, 못한 점, 도전할 점, 느낀 점 적는 것으로
- 다음 주 멘토링 1주 진행 사항 발표 준비
📋 Memo
드디어라고 해야할지 벌써라고 해야할지 일주일이 너무나 빠르게 지나갔다. 첫 모더레이터로써 부담감이 좀 있었지만, 그래도 내가 주도해서 회의 진행해보면서 재미있었다. 새 팀원들과 일주일 간 지내보니 열심히 하는 사람들이 모여서 모두 주도적으로 하고 있어서 든든하고, 나도 그만큼 열심히 해야겠다는 생각이 든다. 이번 주는 너무 많은 것들이 생소한 상태에서 쏟아져 들어와서 놓친 부분이 많은데, 주말동안 잘 보충해야겠다.