[Experiment] 5fold, 10fold 한 번 돌려보기

[Dongwoo-Im]

Background

Data 수가 제한된 상황에서 Valid data가 많아야 할 필요는 없다고 생각했습니다. 그래서 stratified_kfold.py로 만든 5fold와 10fold 데이터로 학습을 진행해보고, LB 점수를 확인해보려 합니다.

Content

• [x] 5fold 학습
• [ ] 10fold 학습 >>> fold 0부터 6까지 7개 학습
• [x] LB 제출 >>> 5개 제출

stratified_kfold.py 10fold 요약 Model : timm-efficientnet-b4 & FPN	Wandb	Fold	Epoch	CV(mIoU)	LB(mIoU)
exp5	0	4	0.5096	0.5544
exp6	1	5	0.5264	0.5524
exp7	2	10	0.5825	0.5726
exp8	3	9	0.5688	0.5617
exp9	4	10	0.5371	0.5741
exp10	5	7	0.5401	-
exp11	6	9	0.5552	-

Details

[Dongwoo-Im]

1. base로 제공받은 train/val 기준으로 제출했을 때는 확실히 큰 차이가 없다고 여겨졌는데, 10fold 기준으로 제출해보니 유의미한 차이가 존재하는 fold를 확인해볼 수 있습니다. (fold0, fold1, fold4) 반대로 LB score와 유사한 점수를 보이는 fold도 존재하네요. (fold2, fold3)
2. 각 fold별로 어떤 경향이 있는지 파악해보면 좋을 것 같고, 추후 결과가 나온다면 공유하겠습니다.