● Step0.
1.전처리에 집중하는 방법
2.후처리에 집중하는 방법
크게 두 가지로 접근했다는 식으로 서두를 열고
구체적으로 어떤 전처리 또는 후처리를 했는지 한 문장으로 정리해서 강조하기
● Step1.
3등의 특징인 후처리 기법과 12등의 특징인 전처리 기법을 소개하자.
● Step2.
두 방법론 모두 efficient을 썼으므로
● Step3.
다른 모델 냅두고 왜 EfficientNet을 썼는가에 대한 내용도 생각해놓자.
EfficientNet의 장단점
- 장점 : 가볍고 빠르며 성능도 꽤 보장된다.
- 단점 : 병적으로 depth width resolution의 밸런스를 중시하는데 이게 그다지 의미가 없는 행위라고 까는 논문이 나왔다고 하니 해당 내용을 찾아서 인용해보자
위의 장단점을 거론한 뒤
" 한정된 gpu자원 때문에 EfficientNet의 장점에 주목하였다 "
" 여러 모델을 시도해본 결과 저희의 환경에서는 EfficientNet만한 모델이 없었습니다."
● Step4.
시도해본 모델들의 평가 지표를 비교하는 표나 차트를 만들자.
평가지표는 F1-score(dacon 제출 점수), 추론속도 두 가지를 사용하자.
추론속도 : 훈련된 모델로 2153개의 test데이터를 추론한 속도를 구해서 1초당 몇 장의 이미지를 추론했는지 수치화
Step의 순서를 어떻게 구성할지는 ppt 대강 완성시켜놓고 피드백 받자.