2021.10.08 회의록

[kwakjeeyoon]

돌린 결과 + 조사를 바탕으로 토욜에 만나서 최종 모델을 결정하는 것이 어떤지?

→ 시간이 너무 없다 오늘까지는 모델 리스트업해야한다.

→ 빠르게 추려서 가즈아ㅏㅏ

모델 특징에 대해서

• universe
• detr
• yolo v5 → 아예 다른 라이브러리라 마지막 앙상블에 적용
• swin transformer vs cascade

yolo v3는 빼는 것이 좋을 것 같다

모자이크 적용은 빠르게 가능

Q : 모자이크할때 원래 train과 모자이크 데이터를 같이 학습해도 되는가?

반대

→ 단순히 이미지 4장을 섞어서 한 것이므로 중복되는 데이터를 넣는 것은 안되지 않는가?

→ 1024 train → 2048 fine tuning 하는 방법도 있다. 그렇게 하는 방식이 더 적합하지 않은가?

→지윤님: universenet에 mosaic 추가했을때 large를 더 잘 잡는 것을 봐서 찬성측에서 말한 "작은 크기도 잘잡도록 학습이 될 것 같다" 는 아닌 것 같다.

찬성

→ 작은 크기도 잘잡도록 학습이 될 것 같다

→ 준혁님: 그냥+모자이크 실험 결과상 small을 잘 잡는다.

유니버스넷 → 모자이크 없던 있던 차이가 크지 않음

deformable detr → 모자이크있는 것이 성능이 좋음

하지만 둘의 조건이 동일하진 않다

→ 멘토님 의견을 들어보자

기본적으로 오리지널 + augmentation 된 데이터가 추가적으로 들어가도록 해서 augmentation된 이미지의 특성에만 학습되지 않도록 하는 것이 좋다고 들음

→ workflow

다른 augmentation(ex. noise) + 모자이크 aug 를 해서 넣으면 위의 문제점이 해결되지 않을까?

멘토님 의견 + 모자이크만 있는 데이터로 돌려봐서

모델을 적게 가져가서 수렴이 잘되는 지 알아보자 ⇒ 이걸로 결정

모델을 좀 더 많이 가져가서 초반에 성능보면 어느정도 감이오니까 10에폭 이내로?

→ 제출한 상위 결과물을 앙상블해서 제출하자.