[P1] Week 1 Day 4

가) 오늘 내 학습목표는 무엇이었나요?

1. Backbone 점검
2. 제출 기회 10번 모두 사용하기

나) 오늘 나는 내 학습목표를 달성하기 위해 무엇을 어떻게 했나요?

1. accuracy : 76.63%, f1 : 0.71%

• lr_scheduler.ReduceLROnPlateau(optimizer_ft, 'min'), batch_size=64

2. accuracy : 75.43%, f1 : 0.67%

3. accuracy : 76.62%, f1 : 0.72%

• train : test = 6 : 1

4. accuracy : 79.51%, f1 : 0.73%

• data_1
• 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
• resnet34
• transforms.CenterCrop(384)
• batch_size=4
• nn.CrossEntropyLoss()
• optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
• lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)

5. accuracy : 77.10%, f1 : 0.70%

• data_2
• 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
• resnet34
• transforms.CenterCrop(224)
• batch_size=4
• nn.CrossEntropyLoss()
• optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
• lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)

6. accuracy : 77.65%, f1 : 0.73%

• data_3
• 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
• resnet34
• transforms.CenterCrop((400,200))
• batch_size=4
• nn.CrossEntropyLoss()
• optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
• lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)

7. accuracy : 78.13%, f1 : 0.73%

• data_3
• 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
• resnet34
• transforms.CenterCrop(384)
• batch_size=4
• nn.CrossEntropyLoss()
• optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
• lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)

8. accuracy : 76.73%, f1 : 0.69%

• data_4
• 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
• resnet34
• transforms.CenterCrop(384)
• batch_size=4
• nn.CrossEntropyLoss()
• optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
• lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)

9. accuracy : 78.19%, f1 : 0.71%

• data_5
• 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
• resnet34
• transforms.CenterCrop(384)
• batch_size=4
• nn.CrossEntropyLoss()
• optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
• lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)

10. accuracy : 79.22%, f1 : 0.72%

• ensemble : data_1 + data_3 + data_5

다) 오늘 나는 어떤 방식으로 모델을 개선했나요?

• 여러 번의 실험 결과, 현재 최선이라고 할 수 있는 데이터를 찾은 것 같습니다...

라) 오늘 내가 한 행동의 결과로 어떤 지점을 달성하고, 어떠한 깨달음을 얻었나요?

• 널리 알려진 이론과 다르게 해서, 좋은 결과가 나오니 오히려 헤매고 있는 것 같습니다. 기존의 방식에서 벗어나 과감한 시도를 해봐야겠다고 느꼈습니다.

마) 오늘 나의 학습과 시도가 크게 성공적이지 않아서 아쉬운 것은 무엇인가요? 내일은 어떻게 다르게 시도해보실 수 있을까요?

• Focal Loss를 구현하려고 했으나, 구현하지 못해 아쉬웠습니다.
• 내일은 Focal Loss를 구현해볼 계획입니다.

마무리

오늘보다 더 성장한 내일의 저를 기대하며, 내일 뵙도록 하겠습니다.

읽어주셔서 감사합니다!