저해상도 조류 이미지 분류 AI 경진대회

알고리즘 | 월간 데이콘 | Vision | 분류 | Macro F1 Score

상금 : 인증서 + 데이스쿨
901명 마감

연습

대회안내 데이터 코드 공유 토크 리더보드

제출

Private7th Solution

고세구

2024.05.08 11:07 685 조회 language

HAT-L 4x모델같은 경우는 코드 작성이 아니라 option 조정이 대부분이라 ppt에 사용법 설명하는 것으로 대체했습니다.

1. HAT-L 4x 모델 사용(Super Resolution)
https://github.com/XPixelGroup/HAT

2. SAM optimizer with AdamW

3. eva_large_patch14_196.in22k_ft_in22k_in1k 모델 사용

4. train, validation 비율 9:1 (sklearn train_test_split 함수 사용)

5. Image Augmentation
a. RandomResizeCrop
b. RandomHorizontalFlip
c. RandomVerticalFlip
d. AugMix
e. CutMix
f. MixUp

6. ImbalancedDatasetSampler사용

7. HAT모델을 통해 나온 Image + upscale Image + original Image(64x64) 합쳐서 학습에 사용

8. CosineAnnealingWarmRestarts scheduler 사용

저는 중간에 학습하다가 멈추고 모델 load하는 식으로 했는데 적당한 에폭 설정하시면 중간에 안멈추시고 끝까지 실행시키시면 비슷한 결과 얻으실 수 있을거에요.
아마 에폭은 20정도가 적당할거에요.