Image Classification, End.

프로젝트의 개요

이미지분류

• 인물의 정면 사진의 마스크 착용 여부(mask, normal, incorrect)
• 성별(male, female)
• 나이(29 이하, 30 이상59 이하, 60 이상)

모든 경우의 수를 고려할 때, 총 18개의 클래스 분류

코드와 데이터셋은 교육 보안상의 문제로 모두 Private 저장소에 있습니다.

담당한 분야

• PyTorch 프레임워크를 이용한 Data Feeding, Model Train
• 연구 프레임워크를 개발하여 팀원들에게 배포
• Miss-Labeling을 포함한 다양한 전처리 프로세스
• 여러가지 Augmentation을 시도
• 다양한 협업 규약 설정

해본 시도

1. 일단 해보기
2. 3개의 모델로 분할검증, 나이 LossFn의 변경
3. 오류 수정 후 원상복귀
4. EDA와 Augmentation, 그리고 최종 제출

결과 회고

최종적으로 79% 정도의 정확도, 1등과는 3%차이가 났었다.
솔직히 말하면 만족스럽진 않았다. 더 잘 할수 있었을텐데,
그래도 상당히 좋은 경험이었고 모델의 성능을 올리기 위한 시도들이 정말 값 진 경험이었다.

단순히 등수를 얻어가는게 아닌, 합리적인 추론과 그에 대한 결과를 기록하는것이 가장 중요하다고 생각했다.

점점 더 증진하고, 열심히 해야겠다.