# P-stage

mimsu1139

[부스트 캠프 Pstage-2] - Semantic Segmentation >Public LB Score 0.7207 Private LB Score 0.7059 (5등) [나의 목표] 적어도 사용한 모델에 대해서는 알아보자 Semantic Segmentation

mimsu1139

Public LB Score 0.7207Private LB Score 0.7059 (5등)적어도 사용한 모델에 대해서는 알아보자Cascade R-CNN, Centernet2, ATSS, HTC, YOLO 등 최대한 많은 모델 사용 시도Object Detection T

mimsu1139

Private LB Score 0.7270Resnet152, Swin-Transformer, NFnet, Efficientnet 등 여러 가지 모델을 사용 해보았지만, 모델 변경을 통한 성능 향상을 기대하기는 어려웠음적은 Data 때문이라 생각하여, 이후 실험들에서는

mimsu1139

Warp up Report 1. Data Labeling 2. Modeling 1. DataLabeling Data Info Basic Train Data Folder StructureZ Target Train Data Folder Structure Gene

mimsu1139

Model 은 객체, 사람 또는 시스템에 대한 정보의 표현이며, 모형이라고도 부를 수 있다.Pytorch 는 Low-level, Pythonic, Flexibility 의 특징을 가진다.Pytorch의 Model의 모든 Layer는 nn.Module Class를 상속

bluegun

주제 : 10가지 재활용 품목 분류를 위한 Object Setection 모델 개발사용한 방법Swin HTC, UPerNet 모델을 EnsemblePseudo labeling, Test Time Augmentation으로 성능 향상지난 Detection 대회를 진행한

bluegun

Ensemble은 Hard voting을 활용하기로 하였다. 어제 생각한 대로 Hard voting으로도 성능 향상을 기대해 볼 수 있다 생각했고, soft voting을 하기에는 팀원들께서 여유가 없어 부탁드리기 힘들었다.Hard voting 방법으론 모델 3개를 사

bluegun

Ensemble에 대해 조사해봐야 했지만, 주중에 다른 일이 생겨 많이 조사하지는 못했다.일단 soft voting을 하려면 팀원들이 모델 output을 수정하여야 해 번거롭기도 하고, segmentation 특성상 모델 3개 이상이면 hard voting으로도 어느정

bluegun

팀 내에서 성능이 가장 좋은 모델 3개에서 Inference를 진행하고, 이를 활용해 test data image와 prediction mask를 추출하는 코드를 팀원께서 작성해주셔서, 이를 활용해 뽑아낸 각 category별 image들을 다 같이 정리하였다. 최대한

bluegun

대회 진행 상황

bluegun

월 : https://velog.io/@bluegun/Boostcamp-AI-Tech-P-stage-13%EC%A3%BC%EC%B0%A8-Day-1-%ED%95%99%EC%8A%B5-%EA%B8%B0%EB%A1%9D화 : https://velog.io

bluegun

train data mask visualizing 작업을 거의 다 한 것 같은데, image별 mask를 생성하는 과정에서 자꾸 막히고 있다. 머리로는 돼야 할 것 같은데 자꾸 논리적으로 오류가 나는 게 알고리즘 문제를 푸는 느낌이 많이 났고, 논리력을 많이 길러야겠다

bluegun

오늘은 비염이 심해지고 머리가 많이 아파 작업은 별로 하지 못하고 많이 쉬었던 하루였다.팀원분들이 Pseudo labeling을 위해 output image와 mask를 저장하고 각 category별로 분류하는 코드를 만들어 각자 결과물을 만들고 계시다고 하셔서, 이미

bluegun

팀원들은 현재까지 학습한 Swin 모델들을 단순한 Augmentation만으로 성능을 끌어올리는 데 한계가 왔다고 판단하셨고, 지금 모델로도 0.7 이상의 score가 나오고 있기 때문에 이를 활용해 Pseudo labeling을 진행하기로 하셨다.나는 이를 도움과 동

bluegun

계속해서 HRNet OCR을 해보려고 시도했지만 가져오는 게 잘 되지 않았다. 그리고 HRNet을 써도 생각보다 성능이 많이 안 오른다는 얘기가 있어 우선 순위를 내려야 할 것 같다고 생각했다.팀원들이 MMSegmentation 라이브러리를 활용중인데, 이 중 Swin

bluegun

배운 강의 내용HRNet대회 진행 상황HRNet 구현 시도 -> 아직 성공 못함이번 주에 제공된 강의가 HRNet이어 수강하였고, 강의에서 HRNet의 주 아이디어가 고해상도를 유지함으로서 위치 정보를 더 잘 저장하는 것이라 하였고, 이 점이 현재 대회 데이터셋에 적합

bluegun

느낀 점

bluegun

대회 진행 상황

bluegun

대회 진행 상황

minji-o-j

부스트캠프 AI Tech Week12 회고