관련 링크

• My Github: https://github.com/kingsj0405/dacon_landmark_classification
• WandB: https://wandb.ai/kingsj0405/dacon-landmark-classification
• Homepage: https://dacon.io/competitions/official/235585/overview/

Day 1: 20201022

• Dataset Summary
  • Dacon 코드 공개: https://dacon.io/competitions/official/235585/codeshare/1728?page=1&dtype=recent&ptype=pub
• EfficientNet Transfer Learning
• Idea: Optical Character Recognition Model을 사용하면 좋을 것 같다?
• EfficientNet.pytorch: https://github.com/lukemelas/EfficientNet-PyTorch

Day 2: 20201026

• Step 0
  • Train Accuracy가 정상적으로 나오기 시작했다
  • Large Crop, Resize를 통해서 low frequency를 가진 structure가 먼저 학습되고 있는 것 같다
• Valid, Inference 구현
• Five Crop했지만 height는 이미 최대라서 3개 crop의 inference 결과만 ensemble
• Detail을 더 학습할 수 있도록 Resize 없이 학습시작
• Inference에 Image가 올바르게 들어가고 있는지 의문, 체크해볼 필요가 있음

Day 3: 20201027

• [x] Inference를 train에 돌려보기
• [x] Label Smoothing으로 confidence 올리기
• [x] AutoAugment 등 어려운 training transforms 시도
  • Jittering
  • Erase

Day 4: 20201028