[Boostcamp 10주차] 피어세션과 학습 회고 & 실험일지

Day - 42

피어세션

학습회고

pstage인데... 강의라니.... 그냥 이런게 있다 정도로만 이해하고 넘어갔다... 제대로 이해하기위해서는 따로 스터디를 해야하는데 시간이 없다....

실험일지

1. deformable_detr을 100epoch으로 돌림 -> 19시간 걸림 -> 50epoch<60epoch<70epoch<100epoch
2. yolof_R_50_C5_1x -> eval_period를 3000에서 1000으로 수정 -> loss를 보아하니 별로 차이가 없는 것 같음
3. yolof의 config - defaults.py를 수정 -> pixel_mean/std 값을 수정, solver.gamma 기본값으로 수정, version 2 지정, anchor_generator.angle 기본값으로 수정 -> anchor_generator.ratio를 3개로 지정했을시 size 에러가 뜸

 

Day - 43

피어세션

학습회고

강의.... pstage에 도움이 안되는 내용이다... 나중에 따로 스터디하자...

실험일지

1. 어제 돌린 yolof를 train파일로 inference하고 mAP를 구함 -> 각 클래스 별로 상당히 낮게 나옴 -> augmentation 중 rotation, brightness, contast를 없애고 다시 돌림 -> 성능 향상이 없음 -> iter=25000으로 지정하고 다시 돌림 -> 성능 향상은 있었지만 차이가 미약 -> inference에서 score_thresh_test를 낮추고 다시 돌려봐야겠다....
2. 이미지 중에 다른 객체에 가려진 객체가 있는 데이터는 제거하고 학습시킨다음 원래 데이터로 다시 한 번더 학습시키면 어떨까... -> styrofoam만 json파일을 수정하고 class 1로 설정하여 yolof를 돌리고 기존 train.json파일에서 styrofoam만 남긴 json 파일

 

Day - 44

피어세션

학습회고

강의에서 competition과 관련된 다양한 내용을 들을 수 있었다. 듣다보니 새로운 아이디어가 샘솟았다.

실험일지

1. 데이터가 제거된 json파일과 기존 json파일로 돌린 두 모델의 차이,를 확인 -> 기존 json파일로 돌린 모델이 점수가 더 높게 나옴 -> 데이터가 제거된 json파일로 돌린 모델을 기존 json파일로 한 번 더 돌림 -> 점수가 미약하게 상승 -> 기존 json 파일로도 이 정도 점수 상승은 가능할 것 같음
2. inference에서 score_thresh_test를 낮추고 돌렸을 때 점수가 더 낮게 나옴
3. general trash, styrofoam, paper를 따로 학습함 -> styrofoam은 0.6, general trash와 paper는 0.45~0.5 사이로 나옴

 

Day - 45

피어세션

학습회고

강의에서 kaggle에서 사용된 다양한 기법들을 소개해주었다. 시간이 촉박한데 소개해준 방법들을 다 실험해보는 것은 불가능하다.... 하지만 많은 아이디어를 얻을 수 있어서 유익한 강의였던 것 같다.

실험일지

1. yolof에 mosaic augmentation 기능이 있어서 적용하여 yolof_R_50_C5_1x 으로 다시 돌려봄(adam(0.001, 0.001) 적용)
2. 높은 점수를 얻은 faster rcnn과 deformable_detr을 앙상블 -> 0.509로 높은 점수를 얻음 -> yolof도 추가하여 앙상블을 했더니 0.001 떨어짐 -> faster rcnn과 deformable_detr 과 efficientdet_d5를 앙상블했더니 똑같이 0.509가 나옴 -> faster rcnn과 deformable_detr을 iou_thr를 0.04로 낮추었더니 점수가 0.1 낮아졌다.