가) 오늘 내 학습목표는 무엇이었나요?
- Backbone 점검
- 제출 기회 10번 모두 사용하기
나) 오늘 나는 내 학습목표를 달성하기 위해 무엇을 어떻게 했나요?
- accuracy : 76.63%, f1 : 0.71%
- lr_scheduler.ReduceLROnPlateau(optimizer_ft, 'min'), batch_size=64
-
accuracy : 75.43%, f1 : 0.67%
-
accuracy : 76.62%, f1 : 0.72%
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
- 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!