[AI Tech 3기 Level 1 P Stage] Image Classification

Team 커피사조 (CV-04) ☕

김나영	이승현	이재홍	이현진	전성휴
Github	Github	Github	Github	Github

Final Score 🏅

• Public F1 0.7771 → Private F1 0.7564
• Public acc 82.4603 → Private acc 81.4127
• Public 3위 → Private 7위

Wrap Up Report 📑

⭐ [CV-04] Wrap Up Report.pdf

Competition Process

Time Line 🗓️

Experiments 📈

Model 실험

• EfficientNet b0~b4 (+ pruned)
• ECA-NFNet l0~l2
• ResNet 18~50
• SEResNet 50
• ResNeXt 50/101 32x4d/8d
• RegNet X/Y 16/32
• Vision Transformer base/small (patch 16 input size 224)
• Swin Transformer base/small (patch 4 window 7 input size 224)
• MNASNet 100
• MobileNet V3 small
• Shufflenet V2

Loss + Optimizer 실험

• Optimizer
• Adam
• AdamP
• AdamW
• RAdam
• madgrad
• Loss
• Cross Entropy Loss
• CE + F1 Loss
• CE + Label Smoothing Loss
• Symmetric Cross Entropy Loss
• F1 Loss
• Focal Loss

Augmentation 실험

• color scale transforms
• ColorJitter, RandomBrightnessContrast
• CLAHE
• shape distortion
• Random HorizontalFlip
• Random Shift
• Center Crop
• Resize
• 얼굴 영역 중앙 배치 및 일정/랜덤 확대/축소 (deepface를 통해 얻은 bbox 정보 사용)
• image mixing augmentation
• CutMix (반반/패치)
• Mixup

Final Model 💻

Model	Loss	Optimizer	Augmentation	Valid F1
efficientnet-b3	Focal	Adam	CenterCrop, HorizontalFlip, RandomShift, Oversampling, CutMix, CLAHE	0.8059
regnetx_032	CE + Label Smoothing Loss	RAdam	CenterCrop, HorizontalFlip, RandomShift	0.8146
eca_nfnet_l2	Focal	Adam	CenterCrop, HorizontalFlip, RandomShift, CLAHE	0.8258
resnext50_32x4d	Focal	Adam	CenterCrop, HorizontalFlip, RandomShift	0.8104
swin_small_patch4_window7_224	Focal	Adam	CenterCrop, HorizontalFlip, RandomShift	0.7959

Guidelines to restore our experiments 🔬

Requirements ⚙

(TODO)
torch, numpy, pil, pandas, matplotlib 등 버젼 명시

Folder Structure 📂

level1-cv-04/
│
├── 📝 main.py 
├── 📝 inference.py 
├── 📝 args.py 
│
├── 📂 data/ - default directory for storing input data
├── 📂 submission/ - default directory for storing output data
│
├── 📂 model_utils/ - models
│   ├── 📝 model.py
│   └── 📝 custom_module.py
│
├── 📂 trainer/ - trainers
│   ├── 📝 train.py
│   └── 📝 validation.py
│
└── 📂 utils/ - small utility functions
    ├── 📝 util.py
    ├── 📝 augmentation.py
    ├── 📝 dataset.py
    └── 📝 loss.py

Code usage ✒

• (TODO: 아래 내용 수정, 보완 및 정리 예정)

필수적으로 바꿔야 하는 부분

• utils/util.py 에서 wandb_init 함수의 wandb.init 부분
  • 이니셜 수정
• data/final_train_df.csv 에서 img_path 칼럼 부분을 자신의 환경에 맞게 경로 설정(혹은 utils/dataset.py의 데이터로더 부분에서 처리)

python, torch 버전

• conda 가상환경(선택)

conda create -n 가상환경 이름 python=3.8

• torch install

# conda
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

# pip
pip3 install torch torchvision torchaudio

학습 실행 예시

python main.py --model "efficientnet_b3" --resize 224 224 ; python main.py --model "resnet18" --resize 256 256

추론 예시(Single model)

python main.py --inference True --save_path "저장된 모델 경로" --model "efficientnet_b3" --resize 224 224