피어세션
삼성 GSAT
너무 public overfitting된건 아닌가. 앙상블을 너무 많이 넣어서 편향된듯.
Unet을 안된다고 생각한 부분 뜯어고쳤더니 더 잘나왔더라
모델 개조하면 pretrained weight 어떻게 불러오지? loaddict할려면 이름 일일이 맞추던가 아예 그냥 불러와서 선언하던가.
sota인 HRnet을 더 팠었으면 좋지 않았을까..
파라미터수랑 계산속도랑 정확하게 비례하지 않는 듯. 다른 요인이 뭔지 물어보자.
앙상블할 때 다양한 모델로 하는게 좋은 듯. 우린 거의 다 DeepLab V3+로만 했으니까.. 다양하게 해야 일반화가 잘 될듯.
점수를 높이는것 보다 왜 성능이 좋은지 알아야 하지않을까? 자연스럽게 점수도 올라가고 얻는것도 더 많을듯.
랩업 레포트
'과거의 것들 > AI Tech boostcamp' 카테고리의 다른 글
| P-stage3 [day2] (0) | 2021.12.01 |
|---|---|
| P-stage3 [day1] mmdetection (0) | 2021.12.01 |
| P-stage3 [Day9] 앙상블 끌어모으기 (0) | 2021.12.01 |
| P-stage3 [Day7] (0) | 2021.12.01 |
| P-stage3 [Day6] meta pseudo label, cv2.Canny (0) | 2021.12.01 |