피어 세션

저번 주와 마찬가지로, 대회 관련이야기와 강의 내용 이야기를 하면 1시간이 금방 갔던 것 같다. 다만, 확연하게 대회 관련이야기가 비중이 더 많았던 것 같다.

학습 회고

• 여러가지 모델을 실험해보고 있다. mmdetection을 사용한 swin 모델을 backbone으로 둔 r-cnn 계열의 two-stage model retinaNet을 사용한 one-stage model, h2net 등이나, yolov5를 이용해 yolov5, efficientDet을 이용해 efficientDet 등의 여러가지 모델을 팀원들과 함께 사용하고 있다.
• 나는 대부분 mmdetection을 사용하는데, augmentation을 사용했을 때 성능이 상당히 오른 것을 확인할 수 있었다. 다만, mosaic를 잘못 사용한 것인지 mosaic를 추가적으로 사용했을 때에는 성능이 떨어졌다.
• 리더보드의 점수 향상이 저번주에 비해서 많이 줄었고, 등수도 많이 줄었다. 앙상블을 하면 성능이 오를 것이라고 기대하지만, 얼마나 크게 성능이 오를지는 미지수라고 생각한다.
• 마지막 주차에는 loss나 학습률을 바꾸어보는 것을 1차적인 목표로 정하고, 팀원들과 의논하면서 앙상블을 해야겠다는 느낌이 들었고, 개인적으로는 아직 이론적인 부분이 부실해서 RPN이나 model의 구조 자체를 건들지 못하고 있는데, 이부분에 대한 공부도 필요해 보인다.