5조

디지털 드림팀

김남섭	이다언	조혜인	신다혜
팀장, PM	실험&데이터정제	데이터증강&튜닝	데이터 분석

0. Overview

Environment

• Visual Studio Code (VS Code)
• Git을 사용하여 코드 및 파일 버전 관리
• GitHub를 통해 팀원들과 협업

Requirements

• 이미지 증강 : albumentations, cv2, torchivision transforms, PIL Image
• 데이터 : pandas, numpy, ToTensorV2
• Deep Learning : AdamW, ImageFolder, ConsineAnnealingLR, Dataset, DataLoader, ConcatDataset, GradScaler, autocast, f1_score

1. Competiton Info

Overview

• 딥러닝 기술 활용하여 17종류의 이미지를 분류하는 대회

Timeline

• from 2024.12.09 to 2024.12.31

2. Components

Directory

├── Daun (이다언 작업공간)
├── dh (신다혜 작업공간)  
├── hi (조혜인 작업공간)
├── ns (김남섭 작업공간)
├── src (여러 백업파일들)
│create_train_data.py (데이터 증강 코드)
│final_code03(hype-param)_0943 (모델 훈련 및 추론 코드)
│README.md

3. Data descrption

Dataset overview

• 훈련데이터 : 1,570개의 17종류의 이미지
• 평가데이터 : 3,140개의 17종류의 이미지

EDA

• 실제 현실을 반영하기 위해 고의적으로 변형된 평가데이터셋은 Rotate, Flip, Crop, Diluted, Distort 등 여러가지로 변형되어 있음
• 훈련테이터셋을 평가셋과 비슷하게 증강하는 것이 포인트

Data Processing

• Data Cleansing : 훈련데이터의 라벨(Y값)이 틀린 것 10개를 수정하였음. 이 과정에서 A/B 테스트를 통해 클렌징효과를 평가하였음

4. Modeling

Model descrition

• Resnet34, 50, EfficientNet_b0, b4, b6 등 시도하였고, 현재 GPU에 한도내에서 최선의 선택인 EfficientNet_b4에 최종적으로 안착함

Modeling Process

5. Result

Leader Board 2등, 0.9288

Presentation

[패스트캠퍼스] Upstage AI Lab 5기_CV 세미나_5조.pdf

Meeting Log

• 회의록