boostcampaitech2 / image-classification-level1-08

image-classification-level1-08 3rd Place!
7 stars 3 forks source link

1. Introduction


본 과정은 NAVER Connect 재단 주관으로 인공지능과 딥러닝 Production의 End-to-End를 명확히 학습하고 실무에서 구현할 수 있도록 훈련하는 약 5개월간의 교육과정입니다. 전체 과정은 이론과정(U-stage, 5주)와 실무기반 프로젝트(P-stage, 15주)로 구성되어 있으며, 이 곳에는 그 중 첫 번째 대회인 Image Classification과제에 대한 Level1 - 08조 의 문제해결방법을 기록합니다.


🎨 AI Palette

”색칠을 하다 보면 그림이 완성되어 있을 거예요”

🔅 Members

김지수 김혜수 배지연 이승현 임문경 진명훈
image1 image2 image3 image4 image5 image6
Github Github Github Github Github Github

🔅 Contribution

김지수   Modeling • Feature Engineering • Age-specific model • EfficientNet Master • Out of fold
김혜수   Dataset curation • Construct Pipeline • Mental Care • Data license verification
배지연   Dataset generation • Dataset curation • Mask synthesis • Hyperparameter tuning
이승현   Team Management • Dataset preprocessing • Modeling • Make task-specific loss
임문경   EDA, Modeling • Visualizing • Search augmentation technique • MLops
진명훈   Modeling • Active Learning • Mentoring • Huggingface pipeline • Handling imbalance problem


2. Project Outline

competition_title

🏆 Final Score


3. Solution

process

KEY POINT

    → 주요 논점을 해결하는 방법론을 제시하고 실험결과를 공유하며 토론을 반복했습니다


Checklist

More Detail : https://github.com/jinmang2/boostcamp_ai_tech_2/blob/main/assets/ppt/palettai.pdf

Evaluation

Method F-score
Synthetic Dataset + EfficientLite0 69.0
Synthetic Dataset + non-prtrained BEIT 76.9
Synthetic Dataset + EfficientNet + Age-speicific 76.9
Synthetic Dataset + NFNet (Pseudo Labeling + Weighted Sampling) 78.5
Stacking BEIT + NFNet 77.1

4. How to Use

How to make Synthetic Dataset

git clone https://github.com/boostcampaitech2/image-classification-level1-08.git
$python __main__.py -m {module} -s {script} -c {config}