exp : Decoder

[MyeongheonChoi]

Description

• 가장 성능 향상에 도움이 되는 decoder를 sweep을 이용해 찾는다.
• encoder를 resnet34 / xception / mit_b0 를 사용했다.

Details

• 실험해 볼 decoder 종류
  • Unet
  • UnetPlusPlus
  • MAnet
  • Linknet
  • FPN
  • PSPNet
  • DeepLabV3
  • DeepLavV3Plus
  • PAN

Reference / Image

• resnet34 : https://wandb.ai/myeongheonchoi/segmentation_practice/sweeps/xtjs0m16?workspace=user-myeongheonchoi
• xception : https://wandb.ai/myeongheonchoi/segmentation_practice/sweeps/vf8v1tl7?workspace=user-myeongheonchoi
• mit_b0 : https://wandb.ai/myeongheonchoi/segmentation_practice/sweeps/219g47lv?workspace=user-myeongheonchoi

Result

대부분의 실험에서 PAN, FPN이 가장 좋은 성능을 보이고, 그 후로 UnetPlusPlus, Unet이 그 뒤를 이음. 그 외의 모델은 큰 성능 차이가 없음. 이 부분은 leaderboard 상에서 똑같은 조건으로 PAN과 UnetPlusPlus의 결과와 반대되는 결과임.
단, mit_b0의 경우, UnetPlusPlus, DeepLabV3, DeepLabV3Plus 와 연동되지 않고, xception은 DeepLabV3, DeepLabV3Plus와 연동되지 않음.

[quasar529]

이미 제출한 각 decoder 별 LB 점수 결과도 써주시면 좋을 것 같습니다!

[MyeongheonChoi]

같은 기준으로 측정한 PAN과 UnetPlusPlus의 리더보드 점수는 다음과 같습니다.
PAN : 0.5383 / UnetPlusPlus : 0.5713

[quasar529]

SMP 기준 PAN을 decoder로 사용하는 것이 대부분 모델에서 좋은 성능을 보여 해당 decoder 채택 후 실험 진행.