[boostcamp] 부스트캠프 AI Tech 15주차 돌아보기

 

1. 잘한 것

- MMSegmentation을 활용해 SegFormer 모델을 실험했습니다. 

- Hard voting을 구현해 여러 모델의 결과 csv파일을 앙상블할 수 있도록 했습니다.     

- GitHub 리뷰어로 새롭게 구현된 기능과 실험들에 대한 브랜치를 검토하고 병합하였습니다. 

- 항상 까먹었던 파이썬 이미지 처리 라이브러리에 대해 전반적으로 정리를 완료했습니다. 

 

2. 부족한 것

- 여전히 MMSegmentation 라이브러리 사용에 아직 익숙하지 않아서 최신 모델을 적용하지 못했습니다.

- Leetcode, 백준 등 코딩테스트 문제를 매일 풀지는 못했습니다. 

- 모델 학습 시간, 오류 가능성을 고려하지 않고 프로젝트 일정을 수립했었는데, 빠듯해서 충분한 훈련을 하지 못했습니다. 

 

3. 배운 것

- MMSegmentation에 새로운 모듈을 적용하는 방법 정리 

📖 MMSeg에서 .py로 정의된 사용자 정의 지표 가져오기 | Custom Metric

📖 MMSeg에서 새로운 데이터셋 정의하기 | Custom Dataset

📖 MMSeg에서 새로운 증강 기법 만들기 | Custom Transforms

 

-  CV 특히 픽셀단위로 수행하는 Segmentation 작업들은 이미지 사이즈에 모델 성능이 매우 민감하게 반응한다.

➡️ 훈련한 이미지 사이즈와 검증 및 추론에서 사용하는 이미지 사이즈가 다르지 않도록 resize 등 조치 

 

4. 시도할 것

- 실험을 진행하면서 겪었던 문제(UNet 계열, SegFormer의 이미지 사이즈)에 대한 답을 찾기 위해 논문 요약 정리[boo