[실험 일지 Day-62] Pstages - Semantic Segmentation

1. Swin-L(upernet)에서 crop size 384, RMI Loss 적용, backbone dropout 0.2 -> 0.3으로 적용 후 학습 -> 낮지않은 성능을 보여주긴하지만 RMI Loss 때문인지 lr을 더 낮게해서 그런건지 학습이 느린 것 같음 -> 시간이 없어서 제출하지 못함
2. 앙상블을 할 때 대부분 모델에서 일반 쓰레기를 예측하지못하는 문제가 발생하여 가장 잘 보는 모델이 일반 쓰레기를 예측했다면 무조건 일반 쓰레기로 보도록 함 -> 점수가 미약하게나마 상승