분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
[Private 66, 0.8232] TTA,Class weight,Ensemble
공동작성자
안녕하세요. Team remember 입니다.
좋은 성적을 받진 못했지만 코드 공유를 해보고 싶어 업로드 합니다!
colab pro 환경이라 런타임이 자주 끊기는 탓에 k-fold는 시도해 보지 못해 아쉽습니다..
원래 Train 코드와 Inference코드가 따로 존재했는데 업로드가 파일 하나밖에 안되길래 그냥 붙여서 업로드했습니다.
원래 코드와 세부사항을 보고 싶으시다면 https://github.com/tmdrn9/Computer_Vision_Anomaly_Detection_Algorithm 을 참고해주시기 바랍니다.
다들 고생하셨습니다🤗
---
Dataset
- "metal_nut" class 중 filp class의 존재로 "metal_nut" 일 경우 filp이 적용되지 않게 데이터 셋을 커스터마이징하였습니다.
Augmentation
-nomalize는 계산한 값으로 했을 때보다 0.5로 통일했을 때 성능이 더 높아 0.5로 실행하였습니다.
-albumentation 라이브러리 사용
-H/V Flip, Rotate, ShiftScaleRotate
Model
-swin_tiny_patch4_window7_224/input size:224/class weight 0
-efficientnet-b2/input size:300/class weight x
-efficientnet-b0/input size:300/class weight 0
-mixnet_s/input size:300/class weight 0
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved