[P-stage] Semantic Segmentation Day 3

해당 포스팅은 네이버 부스트캠프 P-stage를 위해 개인 학습 내용을 정리했습니다.

1. 목표

• DilatedNetFront_context Model 학습해보기
• U-Net으로 학습해보기

 

2. 진행 내용

1) DilatedNetFront_context Model 학습해보기

 vgg16을 backbone 모델로 활용하고, pretrained weight를 불러와서 학습을 진행했습니다. V100 기준으로 20에폭 도는 동안 6시간 정도로 오래걸렸습니다. 학습 결과는 0.3563로 나왔습니다.

2) U-Net으로 학습해보기

 smp라는 오픈소스를 활용해서 pretrained 모델을 활용할 수 있습니다. Unet의 구조에 backbone으로 resnet34와 efficientnet-b7을 사용했습니다. resnet34의 경우 16 batch_size로 20에폭 정도 학습했습니다. 결과 0.4556가 나왔습니다. efficientnet-b7은 16 batch_size일 때, Cuda Out of Memory 에러가 발생합니다. 그래서 학습할 때, 8로 사용했더니 0.4675의 결과를 얻었습니다.

 

3. 회고

 오늘 모듈화를 위해 parser를 설정해놨습니다. 내일까지 모듈화를 완성하려고 합니다. 내일은 DeepLabv3를 사용해볼 예정입니다.(아까 사용해봤을 때, 에러가 발생해서 일부 수정할 필요가 있는 것 같습니다.)