협업 규칙
-
- 커밋시에는 무조건 black 해서 올리기
-
변수명 통일
- learning rate : "lr"
-
모듈 명은 짧은 소문자로
-
클래스 명은 카멜케이스(CamelCase)로 작성
-
함수명은 소문자로
-
인스턴스 메소드의 첫 번째 인수는 항상 self
-
클래스 메소드의 첫 번째 인수는 항상 cls
-
상수(Constant)는 모듈 단위에서만 정의, 모두 대문자 등등
- [카테고리] - [수정내용]
- 카테고리
- add
- fix
- mod
- rm
.
├── README.md
├── doritos
│ ├── Code
│ │ ├── dataset.py
│ │ ├── inference.py
│ │ ├── main.py
│ │ └── main2.py
│ └── README.md
├── lexa
│ ├── Baseline
│ │ ├── README.md
│ │ ├── dataset.py
│ │ ├── evaluation.py
│ │ ├── inference.py
│ │ ├── install
│ │ ├── loss.py
│ │ ├── model
│ │ │ ├── exp
│ │ │ ...
│ │ ├── model.py
│ │ ├── output
│ │ │ └── output.csv
│ │ ├── requirements.txt
│ │ ├── sample_submission.ipynb
│ │ └── train.py
│ ├── Code
│ │ ├── Datasets.py
│ │ ├── Models.py
│ │ ├── main.py
│ │ ├── requirements.txt
│ │ └── utils.py
│ ├── EDA
│ │ └── EDA.ipynb
│ └── README.md
├── peter
│ ├── Augmentation
│ │ ├── Datasets.py
│ │ └── practice.ipynb
│ ├── README.md
│ ├── base_line
│ │ ├── README.md
│ │ ├── dataset.py
│ │ ├── evaluation.py
│ │ ├── inference.py
│ │ ├── loss.py
│ │ ├── model.py
│ │ ├── requirements.txt
│ │ ├── sample_submission.ipynb
│ │ └── train.py
│ └── v2
│ ├── 3_Augmentation_(정답).ipynb
│ ├── 4_DataGeneration_(정답).ipynb
│ ├── README.md
│ ├── dataset.py
│ ├── inference.py
│ ├── loss.py
│ ├── model.py
│ ├── practice.ipynb
│ ├── requirements.txt
│ ├── sample_submission.ipynb
│ └── train.py
├── polar
│ ├── Code
│ │ ├── Datasets.py
│ │ ...
│ ├── EDA
│ │ └── EDA.ipynb
│ ├── EnsembleModel
│ │ ├── augmentation.py
│ │ ├── dataset.py
│ │ ├── loss.py
│ │ ├── main_age.py
│ │ ├── main_all.py
│ │ ├── main_gender.py
│ │ ├── main_mask.py
│ │ ├── model.py
│ │ ├── train.py
│ │ ├── train_age.py
│ │ └── utils.py
│ ├── README.md
│ └── data_augmentation.ipynb
└── seo_h2
├── README.md
└── baseline
├── dataset.py
├── evaluation.py
├── inference.py
├── loss.py
├── model.py
├── requirements.txt
├── sample_submission.ipynb
├── train.py
└── utils.py
COVID-19의 확산으로 전 세계는 많은 활동에 제약을 받게 되었습니다. 과거에 높은 사망률을 가졌던 사스(SARS)나 에볼라(Ebola)와 달리 COVID-19은 전염성이 강한 질병으로 알려져있습니다. COVID-19의 주요 전염경로는 비말, 침 등에 의한 비말감염입니다. WHO를 비롯한 전 세계에서 마스크 착용을 강력히 권고하고 있으며 가장 강조하고 있는 것은 입과 코를 정확하게 가린 올바른 마스크 착용입니다. 이런 이유로 공공장소에서 마스크를 착용여부를 확인하고 있지만 이 과정에서 추가적인 인적자원이 필요할 것입니다. 이를 해결하고자 공공장소 입구에서 활용할 올바른 마스크 착용여부를 확인할 수 있는 시스템을 구축하기 위해 모델을 학습하는 것이 대회의 목적입니다.
- 512 X 384 이미지
- 전체 4500명이 7개의 분류(마스크 착용 5장, 미착용 1장, 비정상 착용 1장)로 구성된 이미지
- 총 31,500장 중 60%(18,900장)은 훈련데이터, 나머지 40%는 테스트 데이터로 사용
- Age distribution
<= 60
-><=58
- Old image : GaussianBlur, HorizontalFlip, GridDistortion
- 2개의 모델 앙상블로 구성
- Mask-Gender Model (Model 1)
- Architecture: ResNet 18
- Dataset: ClassLabel KFold dataset
- Image transform
- Size : 512 X 384
- CenterCrop((400, 200)), Normalize()
- Optimizer: AdamP
- Criterion: focal loss
- Scheduler: StepLR
- Age Model (Model 2)
- Architecture: ResNet 18
- Dataset: Old Augmentation dataset
- Image transform
- Size : 512 X 384
- CenterCrop(), Normalize()
- Optimizer: Adam
- Criterion: 0.5 X focal loss + 0.5 f1 loss
- Scheduler: CosineAnnealingLR
- Pulbic LB F1 score : 7603 | Private LB F1 score: 0.7487