[1] 오늘 날짜 / 이름 / 팀명

• 날짜:2026.02.05
• 이름:강하은
• 팀명:5팀

[2] 오늘 맡은 역할 및 구체적인 작업 내용

오늘 당신이 맡았던 역할은 무엇이었고, 어떤 작업을 수행했나요?

(예: 모델 학습 파라미터 조정, 결측치 처리, 발표자료 구성 등)

✍️ 답변:

Faster R-CNN 모델 추론 개선 및 anchor 최적화 실험 담당.

1. v5 TTA+WBF 실험
   - TTA(원본 + 좌우반전 2회 추론) + WBF(박스 앙상블) 적용
   - 결과: mAP 0.6428, Kaggle 0.62 (v4 대비 하락)

2. v6 threshold 튜닝 실험
   - score_threshold 0.05 → 0.1로 올려서 오탐 감소 시도
   - 결과: mAP 0.6960 (최고 기록), Kaggle 0.62 (하락)

3. v7 Custom Anchor 실험
   - 새 데이터셋(771개 JSON) 적용
   - anchor size/ratio를 데이터셋에 맞게 최적화 시도
   - 결과: mAP 0.3626 (대폭 하락), 실패

4. YOLO와 비교 분석
   - 팀원 YOLO 모델 Kaggle 0.96 vs Faster R-CNN 0.692
   - 작은 데이터셋에서 YOLO가 더 적합한 이유 분석

[3] 오늘 작업 완료도 체크 (하나만 체크)

진척 상황을 정량적으로 표시하고, 간단한 근거도 작성하세요.

• [ ] 🔴 0% (시작 못함)
• [ ] 🟠 25% (시작은 했지만 진척 없음)
• [ ] 🟡 50% (진행 중, 절반 이하)
• [x] 🔵 75% (거의 완료됨)
• [ ] 🟢 100% (완료 및 점검까지 완료)

📌 간단한 근거:

75%: TTA, WBF, threshold 튜닝, anchor 최적화까지 모두 실험 완료. 다만 Kaggle 점수 개선에는 실패 (v4 0.692가 여전히 best). Faster R-CNN의 한계를 확인하고 YOLO와의 비교 분석까지 완료.