(04.29, dongwoo) Unet test, DLV3 resnext50 with aug

Unet test

모델	배치	시드	time/epoch	epoch	loss	train_loss	val_loss	val_mIoU	LB score	config
Efficientnet Unet	16	7	83s	23	CrossEntropy	0.133	0.384	0.373	0.4499	config01
Resnext50 Unet	16	7	67s	10	CrossEntropy	0.157	0.372	0.371	0.4679	config02

Unet은 성능이 떨어진다.

모델	배치	시드	time/epoch	epoch	loss	train_loss	val_loss	val_mIoU	LB score	config
DLV3+ Resnext50	8	7	103s	17	IoU+CE	0.681	0.425	0.419	0.5756	config03
DLV3+ Resnext50	8	7	103s	19	IoU+CE	0.288	0.394	0.458	0.6032	config04
DLV3+ Resnext50	8	7	103s	18	IoU+CE	0.300	0.443	0.427	0.5772	config05
DLV3+ Resnext50	8	7	103s	13	IoU+CE	0.110	0.521	0.374	0.	config06
DLV3+ Resnext50	8	7	103s	06	IoU+CE	0.130	0.527	0.370	0.	config07

현진님의 best model에서 augmentation만 추가했습니다.

aug 결과 성능이 살짝 좋아졌네요. 512*512 size로 학습하면 더 좋아질 듯

used aug

config03 : HorizontalFlip, ShiftScaleRotate, RandomBrightnessContrast, GaussNoise
config04 : HorizontalFlip, ShiftScaleRotate
config05 : RandomBrightnessContrast, GaussNoise
config06 : Normalize
config07 : Normalize, HorizontalFlip, ShiftScaleRotate

다른 hyperparameter는 제 branch의 config 폴더에서 확인하실 수 있습니다.