코스포 x 데이콘 자동차 충돌 분석 AI경진대회 채용

crash, ego, weather, timing 네 가지로 나눠 학습을 진행했습니다. 

mislabled data가 꽤 있다고 생각해 relabeling을 진행했고
label 0 데이터에 대해 weather, timing을 labeling 해서 데이터를 추가로 확보해 사용했습니다.

최종 제출에 crash와 ego는 video_swin_base, weather는 convnext_large, timing은 efficientnet_b0를 사용했습니다.

여담으로 성능 향상을 판단하기가 쉽지 않더군요.
public 비율이 30%밖에 안 되고 모호한 데이터들도 많아서 고민을 많이 했습니다.
확인해 보니 제출했던 것들 중 private score 0.8 넘는 것도 있더군요... 조금 아깝긴 하지만 그래도 재밌었습니다.


[개발 환경 1]
OS : Ubuntu 18.04
GPU : Tesla V100
CPU : Intel Xeon Gold 5120
[개발 환경 2]
OS : Windows 10
GPU : RTX 3060
CPU : Intel Core i5-12400
대회 도중에 서버 사용 기간이 끝나 두 가지 환경에서 진행했습니다.
최종 제출물 중 crash, ego는 개발환경 1, weather, timing은 개발환경 2에서 학습이 진행되었습니다.

[최종 submit 모델의 weight]
https://drive.google.com/file/d/1Wo51uOgRmwlBPb9EY_h8D1hT_5y125ck/view?usp=share_link