[제안] YoloV5 모델, inference 시, TTA 적용

[Su-minn]

목적

• TTA 시, Multi-scale, Flip 을 추가 적용하여 성능 비교

작업 상세 내용

• [x] Multi-scale 적용 비교 실험

• [x] Flip 추가 적용 비교 실험

• TTA 적용 코드 부분 yolov5/models/yolo.py

  def _forward_augment(self, x):
  ...
  s = [1.33, 1.17, 1, 0.83, 0.67, 1.33, 1.17, 1, 0.83, 0.67]  # scales       ### TTA 시, Multi-scale 수정 적용
  f = [None, None, None, None, None, 3, 3, 3, 3, 3]  # flips (2-ud, 3-lr)    ### TTA 시, flip 수정 적용
  ...

실험 결과

  | CV | LB -- | -- | -- TTA 적용 X | 0.563 | 0.5685 TTA 적용 O | 0.563 | 0.5838

참고 문서

yolov5 Repository Test-Time Augmentation (TTA) Tutorial #303 https://github.com/ultralytics/yolov5/issues/303

[Su-minn]

• TTA 시에, Multi-scale, flip 을 추가 적용한 경우 성능이 향상되었다.