코스포 x 데이콘 자동차 충돌 분석 AI경진대회 채용

구글 코랩 프로+를 사용하여 진행하였습니다.

우선, crash+ego, weather, timing으로 나누어 3개의 모델로 따로 학습을 진행하였고, 추론 시 각각의 결과를 합하는 방식으로 이번 대회를 진행하였습니다.
crash+ego, timing은 별다른 수정 작업 없이 진행하였고,  weather에서만 잘못 labeling 되었다고 판단되는 데이터만 제거하였습니다.
crash+ego : slowfast_r101
weather : MVITv2_B_32x3 
timing : r2plus1d_18
데이터 특성상 클래스 불균형도 심하고 잘못 labeling 된 데이터도 포함되어 있기 때문에 쉽지만은 않은 대회였지만 
이번 대회는 특히나 참가자분들의 여러 가지 문제 상황에 대한 토론과 솔루션을 통해 더욱 도움이 되었습니다. 

[개발환경]
OS : Ubuntu 20.04.5 LTS
GPU : NVIDIA A100 40GB

[주요 라이브러리]
python == 3.9.16
torch == 1.13.1+cu116
torchvision = 0.14.1+cu116
albumentations == 1.2.1
MVIT2 model를 사용하기 위해 detectron2, pytorchvideo, slowfast 해당 레포를 clone하여 사용하였습니다. 
PySlowFast를 설치하기 위한 라이브러리, 설치 가이드는 여기에 나와 있습니다. https://github.com/facebookresearch/SlowFast/blob/main/INSTALL.md

[Model]
Private score weight : https://drive.google.com/drive/folders/1YHLG3kBCOm0KUWc1rwhz20eNGOE8jwpA?usp=sharing
MVITv2_B_32x3 pretrained model -K400 : https://github.com/facebookresearch/SlowFast/blob/main/MODEL_ZOO.md