Configurations.md

Configurations

모델 학습과 추론은 기본적으로 모델별 Configuration 파일을 바탕으로 진행됩니다. 각 Configuration 파일에는 모델 구조와 학습 데이터셋 경로 등 학습과 추론을 위한 설정값이 기록되어 있습니다. 원활한 학습/추론을 위해 데이터셋 경로 등 설정값을 환경에 맞게 설정해주세요. 모델별 configuration 파일은 다음에서 확인하실 수 있으며, 주요 설정값은 아래와 같습니다.

• Pix2Pix Configurations
• HINet Phase 1 Configurations
• HINet Phase 2 Configurations

---

network. 모델 구축에 대한 설정

name: 모델명 설정 ('pix2pix', 'hinet')

• 이외 argument는 각 아키텍쳐의 arguments에 맞게 설정

• Pix2Pix default network arguments

• HINet default network arguments

---

data. 학습 시 활용할 데이터셋에 대한 설정

dir: 학습 데이터 디렉토리 경로

• train_input_img(input 디렉토리), train_label_img(label 디렉토리) 하위 디렉토리를 포함해야 함

meta: 학습/검증 데이터 분리에 활용할 메타 데이터 경로

valid_type: 검증 전략 설정(타입별 명세 참고)

full_train: 검증 데이터를 학습 데이터에 포함하여 학습을 진행할 지 여부를 설정

stride (for Pix2Pix): sliding window 시 활용할 stride를 설정

patch_size (for Pix2Pix): sliding window 시 각 patch의 크기를 설정

denoise (for pix2pix): 디노이징 적용 여부 설정

source (for HINet): HINet 모델 학습을 위한 데이터셋이 갖춰져 있지 않을 경우 메인모델(pix2pix)를 불러와 추론을 수행, 데이터를 구축하기 위한 설정

• 후처리 데이터셋
  • Input. 대회에서 주어진 학습 데이터의 input 이미지에 대한 I에서 학습한 메인 모델(Pix2Pix)의 추론 결과
  • Label. 대회에서 주어진 학습 데이터의 label 이미지
• config: 후처리 데이터셋 구축에 활용할 메인모델(Pix2Pix)의 config 파일 경로
• checkpoint: 후처리 데이터셋 구축에 활용할 메인모델(Pix2Pix)의 pth 파일 경로

---

optimizer. 학습에 활용할 optimizer 설정

name: 학습에 활용할 optimizer 이름(Adam, AdamW, ...)

lr: 학습에 활용할 initial learning rate

• Pix2Pix default optimizer arguments
• HINet default optimizer arguments

---

scheduler. 학습에 활용할 lr scheduler 설정

name: 학습에 활용할 learning rate scheduler 이름(ReduceLROnPlateau, ...)

• 이외 argument는 설정한 learning rate scheduler의 arguments에 맞게 설정
• Pix2Pix default lr scheduler arguments
• HINet default lr scheduler arguments

---

checkpoint. 불러올 모델의 경로와 학습 중 모델 저장 경로

load_path: 학습을 이어 진행할 경우 불러올 모델 pth 파일 경로

save_dir: 학습 중 모델을 저장할 디렉토리 경로

• Pix2Pix default checkpoint arguments
• HINet Phase 1 default checkpoint arguments
• HINet Phase 2 default checkpoint arguments