[Augmentation] Augmentation 기능 추가 및 실험 관리

[baekkr95]

Background

• 강의에서 소개된 Augmentation 기법들의 효과를 파악해볼 필요가 있음.
• 현재는 Resize로만 학습을 진행하고 있고, transform.py에 없는 기법들을 추가할 예정이다.

(transform.py)

Content

• 성능 비교시에는 기준 모델로 학습 시간이 상대적으로 짧은 timm-efficientnet-b4_UnetPlusPlus 을 사용할 예정

  추가할 기법

• A.GridDropout
• A.CoarseDropout
• A.CropNonEmptyMaskIfExists
• Cutmix
• ObjectAug
• copy and paste

Details

• 더 추가해볼 기법이 있으시면 추가해주셔도 좋습니다.
• 기법들이 다양해서 분업을 해도 괜찮을 듯 합니다. 코멘트에 해보고 싶은 기법을 언급해주시면 될 것 같습니다.

[baekkr95]

• Geometry transformation을 각각 사용해봤습니다. 딱히 인사이트를 얻진 못했습니다.
• Style transformation을 사용한 경우에는 valid가 오히려 줄어들었습니다.
• 그러나, 이전에 Style transformation을 줬을 때, LB가 더 올랐던 것과 테스트 이미지를 살펴봤을 때, Blur나 Brightness가 잘 먹히는 것 같다는 생각이 듭니다.
• 또한 대부분의 쓰레기가 쌓여서 널부러진 것을 보면, Flip이나 Rotate, Affine 등의 Geometry transformation이 잘 먹힐 것 같습니다.