02/05

train [폴더]

• 1570장의 이미지가 저장되어 있습니다.
• train.csv
  • 1570개의 행으로 이루어져 있습니다. train/ 폴더에 존재하는 1570개의 이미지에 대한 정답 클래스를 제공합니다.
  • ID 학습 샘플의 파일명
  • target 학습 샘플의 정답 클래스 번호
• meta.csv
  • 17개의 행으로 이루어져 있습니다.
  • target 17개의 클래스 번호입니다.
  • class_name 클래스 번호에 대응하는 클래스 이름입니다.

test [폴더]

• 3140장의 이미지가 저장되어 있습니다.
• sample_submission.csv [파일]
  • 3140개의 행으로 이루어져 있습니다.
  • ID 평가 샘플의 파일명이 저장되어 있습니다.
  • target 예측 결과가 입력될 컬럼입니다. 값이 전부 0으로 저장되어 있습니다.
  • 그 밖에 평가 데이터는 학습 데이터와 달리 랜덤하게 Rotation 및 Flip 등이 되었고 훼손된 이미지들이 존재합니다.

평가지표: Macro F1

• [대회 제한사항] 아래 제한사항을 준수하여 대회에 참가할 수 있도록 합니다. 해당 내용을 위반한 내역이 확인될 경우 리더보드 순위에서 제외될 수 있음을 인지합니다.
  • [외부 데이터셋 규정]  ****본 대회에서는 외부 데이터셋 사용을 금지합니다. (외부 데이터에 의존하는 것이 아니라, 주어진 데이터셋을 기반으로 모델링 성능 개선에 집중해 보시길 바랍니다)
  • [평가 데이터 활용] 평가 데이터의 분석은 가능하지만, 평가 데이터를 학습에 활용하는 행위는 금지합니다. (ex. pseudo labeling)
  • [사전학습 가중치 사용 규정] 이미지넷 등 모든 기학습 가중치 사용은 허용됩니다.

베이스라인 코드 설명

기본 정보

• 사용 모델 : ResNet34
• 데이터셋 전처리 : Resize & Normalize
• 이미지 사이즈 : 32
• Epochs : 1
• Seed : 42
• 소요 학습 시간 : 약 5초 (RTX 3090 기준)
• Public score : 0.1659