Closed kminoda closed 1 year ago
https://www.kaggle.com/c/global-wheat-detection/discussion/159883 とりあえず今のモデルだとcutmixとかmosaicとかを入れてもスコアが上がっていないのがやばい気がするので、その辺を頑張りたい感じがある。
train-valid: arvalis_2をvalidにする(manhattan/exp_13で確かCV 0.70~71くらいのスコア)
いじって改善しそうなパラメタ、
そうしましょう
ちなみに今augument盛りだくさんで5foldでやってるけどスコアいい感じですよ cutmix系のやつはどれか一つ選んだ方が良さそう
良いっすね
ちなみに今はあんま関係ないけど、k-foldにしてk個のモデルをnotebookでアンサンブルするとPLにかかる時間もk倍されてしまう(多分)ので、submitするのはk-foldとかじゃなくて全体で学習した1つのモデルの方が良い気がしている 今のところpseudo labelingはnotebookの制限時間ギリギリでやってる感じがあるので。
実験名何でやってる?
特にないなら実験名 harvest
でいきましょう
submitするのはk-foldとかじゃなくて全体で学習した1つのモデルの方が良い気がしている
なるほど、余裕だと思ってたけどPLそんなにギリギリなのか multi roundにすると遅いのかな
harvest
了解
effdetだとepoch数20くらいが限界っぽい(なので2round 10epoch, 3round 8epoch, 4round 5epochあたりを試してる) なのでfasterrcnnの5foldだと各modelで大体5epoch程度つかえる計算になる
アレ意外と5foldでもいけるかも
とりあえずsubmitするモデル以外はvalid=arvalis_2で統一して回していきたみ
一旦いまやってるやつ、今3fold目trainなのでおわったら 5fold + (postprocess optimize) + pseudo labelingで出しますわ
valid=arvalis_2
おけ
また前みたいに実験管理してやっていきません?