분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
[Baseline] Unet을 활용한 Segmentation과 RLE 인코딩/디코딩
안녕하세요. 데이콘입니다.
해당 베이스라인은 모든 참가자의 '제출'을 목표로 하며,
Segmentation Task에서 가장 기초적이고 대표적인 'Unet' 구조를 활용하여 구현되었습니다.
또한 이번 경진대회에서 주로 사용될 RLE 인코딩과 RLE 디코딩에 대한 코드도 포함되어 있기 때문에 참고하시는 것을 권장합니다.
베이스라인이 여러분만의 고도화된 모델 작성에 도움이 되면 좋겠습니다.
감사합니다.
데이콘 드림
베이스라인이 여러분만의 고도화된 모델 작성에 도움이 되면 좋겠습니다.
감사합니다.
데이콘 드림
안녕하세요 연어튀김님,
학습 데이터는 모두 1024x1024 크기이며, 추론 데이터는 224x224 크기입니다.
해당 정보는 사전에 데이터 명세에 주어지는 정보이기 때문에 활용하여 진행하여도 무방합니다. (혼돈을 방지하고자 데이터 명세에 추가로 명시하였습니다)
감사합니다.
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
이 코드의 Data Loader에서 train data를 미리 test data의 크기만큼 줄이는 코드가 작성되어있는데, 이 경우는 test 데이터의 정보가 이용되었다고 봐야하는 거 아닌가요?...