[P1] Week 1 Day 토

가) 오늘 내 학습목표는 무엇이었나요?

1. 제출 기회 10번 모두 사용하기

나) 오늘 나는 내 학습목표를 달성하기 위해 무엇을 어떻게 했나요?

1. accuracy : 80.3016%, f1 : 0.7410%

• 자체 데이터 추가
• data_1
• 사람을 기준으로 train과 test 데이터로 분리 (train : test = 4 : 1)
• resnet34
• transforms.CenterCrop(384)
• batch_size=4
• nn.CrossEntropyLoss()
• optim.SGD(model_ft.parameters(), lr=0.00001, momentum=0.9)
• lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
• num_epochs=20

2. accuracy : 78.4921%, f1 : 0.7216%

• 자체 데이터 추가
• data_1
• 사람을 기준으로 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=10, gamma=0.9)
• num_epochs=30

3. accuracy : 77.9206%, f1 : 0.6956%

• 자체 데이터 추가
• data_1
• 사람을 기준으로 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=10, gamma=0.9)
• num_epochs=20
• f1을 기준으로 모델 선정

4. accuracy : 73.4127%, f1 : 0.5871%

• 자체 데이터 추가
• data_1
• 사람을 기준으로 train과 test 데이터로 분리 (train : test = 4 : 1)
• resnet34
• transforms.CenterCrop(384)
• batch_size=4
• F1Loss()
• optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
• lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
• num_epochs=20
• f1을 기준으로 모델 선정

5. accuracy : 75.8730%, f1 : 0.6693%

• 자체 데이터 추가
• data_1
• 사람을 기준으로 train과 test 데이터로 분리 (train : test = 4 : 1)
• resnet34
• transforms.CenterCrop(384)
• batch_size=4
• F1Loss()
• optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
• lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
• num_epochs=50
• f1을 기준으로 모델 선정

6. accuracy : 77.0635%, f1 : 0.6790%

• 자체 데이터 추가
• data_1
• 사람을 기준으로 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=10, gamma=0.9)
• num_epochs=20

7. accuracy : 77.0317%, f1 : 0.6902%

• 자체 데이터 추가
• data_1
• 사람을 기준으로 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=10, gamma=0.9)
• num_epochs=30

8. accuracy : 75.3810%, f1 : 0.7004%

• 자체 데이터 추가
• data_1
• 사람을 기준으로 train과 test 데이터로 분리 (train : test = 4 : 1)
• efficientnet-b0
• 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=10, gamma=0.9)
• num_epochs=30

다) 오늘 나는 어떤 방식으로 모델을 개선했나요?

• accuracy는 개선했으나, f1은 개선하지 못했습니다…

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

• 무엇보다 중요한 것은 데이터 그 자체라는 깨달음을 얻었습니다.

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

• 완전히 색다른 전략이 떠올랐기 때문에, 이를 구현해볼 생각입니다.

마무리

오늘보다 더 성장한 내일의 저를 기대하며, 내일 뵙도록 하겠습니다.

읽어주셔서 감사합니다!