[9주차 회고]

월

수업

• 대회 계획짜기
• 1강 Object Detection Overview
• 2강 2-stage detector

대회

• Faster R-CNN 이해하기 : https://herbwood.tistory.com/10

---

화

수업

• 3강 Object Detection Library
• 4강 Neck 강의
• 1,2강 복습하기 with mind map
• mlflow 복습하기

대회

• Transformer 이해하기 : 논문정리 https://jalammar.github.io/visualizing-neural-machine-translation-mechanics-of-seq2seq-models-with-attention/
• 대회코드 baseline 돌려보기 11.15 화 baseline code 실행해보기
  
• EDA코드 돌려보기 EDA 실습 내용
  

---

수

수업

• 5강 1-stage detector

• 5강 실습 Yolo from scratch 보기

• 6강 EfficientDet

• 4강 복습

• 미션코드1 보기

  coco dataset 형식 : [x, y, width, height]
  pascal voc 형식 : [x1, y1, x2, y2]
  

대회

• EDA 분석하기
• Library 정하기 MMDetection
  

멘토링

• Wrap-up 1-level 수업
• Wrap-up 강의
• 방향성 논의
• 대회 참고 사항
  1. Robustness기법 (SWA, More Ensemble, TTA)
  2. 적당한 Scheduler로 시작(ReduceLR, Cycle Scheduler), 나중엔 Cosine Scheduler로 짜내기
  3. 각자해서 Ensemble도 나쁘진 않다.
  4. 정체되면 다시 EDA
  5. OOF 분석 : 모델이 잘 파악하지 못하는 데이터 모아서 원인 파악하기
  6. 작은 모델, 작은 사이즈부터 파악하기(살짝 애매)

취업

• 카카오 과제 논문 보기

---

목

수업

• 7강 Advanced Object Detection 1
• 8강 Advanced Object Detection 2
• 4강 공부한거 정리 with mind map
• 5강 복습
• 미션코드 2 보기

대회

• MMDetection - baseline 코드 분석
  프로젝트 형식
  

  1. Dataset config

     Dataset 불러오기, Transform 설정

  2. Model config

     모델, Backbone, Neck 설정

     → class num 설정

  3. Scheduler config

     Optimizer, Scheluder 설정

  4. default_runtime

     기본 설정, Wandb 설정,

  5. run용 py

     1-4통합, 원하는 부분 수정
     

---

금

수업

• 9강 Ready for Competition
• 10강 OD in Kaggle

대회

• 학습되는 파일이 어디 저장되는지 확인
• split 코드 작성된거 확인하기(for k-fold)
• 5강 1-stage 정리하기 with mind map

취업

• 카카오 논문 보고서 시작