[P_stage] - week 4 Day 1

[Day1] 2021/08/23

강의 리뷰

-이미지분류 1,2강: Image Classification & EDA

• EDA(Exploratory data Analysis): 데이터에 탐색적으로 분석, 절대 거창한 것이 아님.
• Image: 시각적 인식을 표현한 인공물. (width, height, channel)
• Input + Model = Output
  Image + Classification Model = Class

과제 (스페셜 미션)

: 이미지 분류 대회의 마스크 관련 데이터를 EDA해보았다.

• 본래 데이터는
  
• race는 Asian이기 때문에, 분류에 쓰지 않음.
• gender, Age_class와 Mask착용상태에 따라 class가 나뉘게 된다.
  ex)
  
• 그래서 데이터를 성별에 따른 나이 분포와 나이에 따른 성별 분표를 한 눈에 볼 수 있도록 시각화하였다.
  
  
• 위의 차트를 보았을때 60대의 데이터는 상당히 적다
  전체적인 데이터의 비율은 아래와 같다.
  
• 성별과 관계없는 60의 데이터는 전체적인 데이터의 밸런스를 망치는 가장 큰 요인인 될 것이다.
• 따라서, 이번 대회에서는 60대 데이터에 대한 Augmentation이 성능의 큰 지표가 될 것 같다.

피어세션

• 이미지 분류 대회 데이터에 대한 분석
  : 위 과제 부분과 같음
• 대회 접근법에 대한 토의
  : cut-mix, object detection, bounding box에 대한 의견이 나왔다
• data augmentation에 대한 조사 필요성 찾음

마무리

: 시각화를 통해서 데이터를 분석해보니 흥미로웠다. 역시 개인적으로 눈에 보이는게 좋은 것 같다.하하.
하지만 이것을 어떻게 성능 좋은 모델로 분류시키냐가 큰 관건이다. 데이터강화가 불가피해보이는데 그에 대한 방안 모색이 필요하다. 즉...이것저것 알아보고 해야된다는..ㅎㅎ
본격적으로 이미지 분류 대회가 시작되니 긴장된다. 멘토님이 대회 시작되면 사람들이 잠을 안 잔다고 하셨는데...네..지금 제가 잘하고 있는건지 모르겠지만 그러고 있습니다...내일은 더 많은 것을 배우는 시간이 될 수 있길 바란다.