커뮤니티 대회 교육

월간 데이콘 숫자 3D 이미지 분류 AI 경진대회

알고리즘 | CV | 분류 | 3D | Accuracy

  • moneyIcon 상금 : 100만원 + ɑ
  • 449명 마감

 

Private 7위 (0.96028), PCT + Data Augmentation(open3d)

2022.09.25 23:36 352 조회 language

안녕하세요. 이번 대회에서 7위를 달성한 환이입니다.
저는 다음과 같은 기준으로 이 대회에 접근했었습니다.
- 가설 
    - test data가 회전된 데이터이기 때문에 train, valid도 회전을 시켜서 만들어야 한다.
    - voxel 등의 방식보다 point를 그대로 사용하는 것이 information loss를 최소화 할 것이다.
    - point 개수가 적어도 특징을 표현할 수 있는 최소한의 point만 있다면 분류를 잘할 수 있을 것이다.

이러한 점으로 접근했으며 지금 사용하는 아래의 사양을 고려하여 모델을 선택했습니다.
- CPU : AMD Ryzen 7 3700X 8-Core Processor
- GPU : NVIDIA GeForce RTX 3080
- RAM : 32GB (Swap : 64GB)

학습 관련 지표
- Model : Point Cloud Transformer
- Epoch : 500 (약 24시간 소요)
    - Cross Validation은 쓰지 않았습니다.
- scheduler : cosine_annealing_lr
- batch size : 32
- early stopping : 50

아래 ipynb는 config 파일에 대한 설명과 train, predict 코드에 대한 부분을 넣었습니다.
사용법과 관련 자세한 사항은 아래 github를 참조해주시기 바랍니다.
https://github.com/Hwan-I/3d_number

* train은 대회 때 사용한 parameter는 github에서 다운받아서 그대로 사용하시면 됩니다. config도 leaderboard에 기록된 값 기준입니다.
* predict 시에는 train_serial을 result/train에 생성된 serial을 넣으셔야 합니다.

코드
로그인이 필요합니다
0 / 1000
이전 글
이전 글이 존재하지 않습니다.
현재 글
Private 7위 (0.96028), PCT + Data Augmentation(open3d)
대회 - 월간 데이콘 숫자 3D 이미지 분류 AI 경진대회
좋아요 6
조회 352
댓글 0
2달 전
다음 글
Private 1위 (0.9921), 3D rotation Estimation + MnistSimpleCNN
대회 - 월간 데이콘 숫자 3D 이미지 분류 AI 경진대회
좋아요 16
조회 783
댓글 3
2달 전