[T5084] resnet18 아키텍처 추가, 실험 분석 결과

[nstalways]

[변경 사항]

1. architecture 폴더의 model.py에 ResNet18 class를 추가했습니다.
2. sample_submission.ipynb 파일을 조금 수정했습니다. -> 원래 모델을 정의하는 section이 있었는데, architecture 폴더를 import해오는 방식으로 살짝 변경했습니다.

[추가 사항]

1. resnet18을 기반으로 실험했던 결과를 분석한 내용을 analysis/fine-tuning/tmp.ipynb에 작성했습니다.

읽어보시고 피드백 주시면 감사하겠습니다!

[codehyunn]

나머지 사항에 대해서는 확인했는데, tmp.ipynb 파일은 안보이네요.... merge 시키시면 나중에 해당 부분 확인해보겠습니다!

[97DongHyeokOH]

현재까지는 ResNet18을 추가하고 입력 데이터들이 ResNet에 잘 학습되도록 코드 추가를 한 것으로 이해했는데 이 점이 맞나요?

제가 이해한 부분이 맞다면, 저는 현재까지 데이터 부분을 위주로 더 건드리고 있어서 조금 더 분석해봐야 할 것 같아서 merge 이후에 더 확인해보겠습니다!

[nstalways]

현재까지는 ResNet18을 추가하고 입력 데이터들이 ResNet에 잘 학습되도록 코드 추가를 한 것으로 이해했는데 이 점이 맞나요?

제가 이해한 부분이 맞다면, 저는 현재까지 데이터 부분을 위주로 더 건드리고 있어서 조금 더 분석해봐야 할 것 같아서 merge 이후에 더 확인해보겠습니다!

ResNet18 클래스를 추가한 것 이외에는 변경점이 없습니다. train.py를 실행하실 때 --model=ResNet18과 같은 방식으로 입력해주시면 resnet18 모델에 대한 학습이 가능합니다. 다만 train 코드를 변경하지 않기 위해서 pretrained는 무조건 True로 설정해두었는데, 이는 architecture/model.py를 확인해보시면 될 것 같습니다.

동혁 님께서 데이터 쪽을 건드려보신다고 하여, 저도 실험 계획을 공유하자면 resnet18 모델을 기반으로 K-Fold나 Stratified-Fold를 적용해볼 것 같습니다. ai stages 게시판에 해당 내용이 공유되어 있는데, 읽어보니 적용하면 성능 향상이 꽤나 있을 것 같아 적용해볼까 합니다.

두 분 모두 피드백 주셔서 감사드리고, merge하도록 하겠습니다.!