본문 바로가기

머신러닝/캐글

 (5)
finetuning시 big transfer and efficientnet v2 보호되어 있는 글입니다.
캐글 전략 madgrad + cosine warmup 구림 0.75 lovasz + 0.25 bce 512*512, efficientnet v2-M(논문 보고 최적의 setting 필요) Hflip + RandomReSizedCrop + adjust saturation (training + inference) blurout 지우고 cutout -> 엄청난 boost (370->375) efvn 384 384 good yolo flip 넣으면 cv 급상승 FLIP th1 0.4, th2 0.4, 0.5 5072 5499 5339 5075 5165 vs 0.5 0.5 4941 5324 5148 4966 4949
캐글 SIIM-FISABIO-RSNA COVID-19 Detection -심화 전략 조사 결과 efficientNet-v2, Mask를 활용한 AuxLoss 사용이 주요한 전략인 듯 싶다. *mask 전략 32*32 mask *augmentation 전략 for fn in np.random.choice([ lambda image, mask : do_random_scale(image, mas, mag=0.2) -> random crop lambda image, mask : do_random_stretch_y(image, mask, mag=0.2) lambda image, mask : do_random_stretch_x(image, mask, mag=0.2) lambda image, mask : do_random_shift(image,mask,mag=int(0.2*image_size)) l..
캐글 SIIM-FISABIO-RSNA COVID-19 Detection - 베이스 전략 study label을 통해서 image label의 병변별 클래스 존재 여부를 알 수 있다. image level의 2class cv와 multilbel class cv를 비교하여야 한다. opacity와 negative가 무조건 일치하는 것은 아니기 때문에 일단 none vs opacity를 구분하는 2 classifier를 만들자. study-label은 segmentation aux loss를 사용하는 방법과 그냥 4 class output prediction을 사용하는 방법을 고려해야 한다. object detection은 그냥 yolov5로 가자...
캐글 SIIM-FISABIO-RSNA COVID-19 Detection - Study image의 특징 Studies either contain a single image (the majority) or multiple images (up to 9) All of the images within the studies are also found in the image level dataset If a study contains multiple images, a maximum of one image and a minimum of zero images will have bounding boxes even though all of the images exist in the image level dataset. There are 2 typical scenarios that occur when multiple imag..

티스토리툴바