목표
어제부터 시작한 각자 팀원끼리 k-fold 훈련 맡아서 한거 결과 보기.
피어세션
서브웨이
빵: 먹고싶은거
패티: 빵 행사, 에그마요
치즈: 슈레드 넣어주시고 양파 같이 구워주세요. 직원이 생양파가 있는지 모를 수 있으니 확인.
채소는 원하는거 넣고
소스는 바베큐가 맛있더라. (렌치, 스위트어니언, 허니머스타드, (후추 ox))
제로콜라, 더블초코칩 쿠키오래가노?
핫칠리, 후추비빔참치마요 (편집됨)
행동
tta라고 테스트할때 여러 사진을 이용해 자체 앙상블 하는게 있는데 이걸 이용해서 테스트했다. 같은 팀원분의 강력 추천으로 해봄.
실험해 본 결과 transform을 Horizenflip, Scale 두개를 넣는게 낫다는 의견과 실제로 봐도 그래서 이렇게 했고, 여러 옵션 중 max가 좋다고 판단해서 돌렸지만 원래 안한 원본이 PB0.6157인데 PB0.6014로 0.15정도 좀 떨어짐. 그래서 sum으로 해봤는데도 PB0.6044로 0.1정도 떨어졌다. max는 서로간에 보완이 안되서 더 떨어지는 듯. max가 더 좋다고 판단한게 저 데이터 하나에 대해서만 여러 설정들을 실험해서 그런거라 시간 많으면 각각에 대해서 val mIoU도 계산해서 검증해야 할 것 같다.
그래도 k-fold 다른것들과 성능 좋은 모델로 앙상블을 하면서 tta까지 하면 더 좋게 나오지 않을까 하는 생각에 실험했지만 그냥 앙상블 했을 때의 PB0.6557 에서 PB0.6257로 훅 떨어졌다. 이때의 transform이 멘토님이 추천해주신 verticalfip, scale 로 한건데 기대대로 안되서 좀 슬펐음.
결국 결과는 k-fold 다 한것과 일단 PB0.6이 넘은 여러 모델들과 성능이 뛰어났던 무거운 모델들 총 11개를 앙상블한 걸로 PB0.6803 이 나와서 이걸로 마무리 했다.
회고
내일 하기로 함.
'과거의 것들 > AI Tech boostcamp' 카테고리의 다른 글
P-stage3 [day1] mmdetection (0) | 2021.12.01 |
---|---|
P-stage3 img seg 마지막 정리 (0) | 2021.12.01 |
P-stage3 [Day7] (0) | 2021.12.01 |
P-stage3 [Day6] meta pseudo label, cv2.Canny (0) | 2021.12.01 |
P-stage3 [Day5] (0) | 2021.12.01 |