2023 Samsung AI Challenge : Camera-Invariant Domain Adaptation

안녕하세요 [ Public 14th : 0.59882 , Private 6th : 0.64545 ] 코드 공유 및 PPT 자료 공유드립니다.

PPT를 발표자료처럼 만들다보니 설명이 부족할 수도 있을 것 같습니다. 원하시면 설명 자료를 첨부해드리겠습니다.
130회가 넘는 제출 수로 미뤄보면 시행착오가 정말 많았던 것 같습니다. 다만 Domain Adaptation이라는 분야가 vision labeling 비용 문제를 줄이는 방법론 정도로 알고 있었는데, 이 기회로 가깝게 접할 수 있어서 좋았던 것 같습니다.

실험 과정을 일축하자면,  최종적인 전략으로 새로운 Background(차량 범퍼)를 13번째 class로 추가하여 새로운 데이터셋을 일궈내 학습을 진행하였고 좋은 score를 얻었던 것 같습니다. 여러 augmentation과 inference까지 전략적으로 잘 접근했던 것 같았습니다. 다만 score적인 이유로 정석적인 DA방법론을 사용하진 않아 대회에서는 아쉬움이 남았던 것 같습니다.

추가로 해당 도메인의 데이터만이 아닌 Woodescape 등의 FishLens 데이터에서도 잘 적용되었고 높은 성능을 보였습니다.
이외에도 PPT 자료나 github 자료로 이해하기 어렵거나 설명해야할 내용이 부족한 부분은 댓글이나 issue로 남겨주시면 감사하겠습니다.

https://github.com/ColdTbrew/Samsung-AI-Challenge-Domain-Adaption 

저희 같은 대학생들이 이런 기회를 통해 처음 DA를 접해보고 공부해볼 수 있는 기회를 주신 대회 관계자분들과 Dacon측까지 모두 감사의 말을 전해드립니다.
그리고 한 달이 넘는 대회동안 모두들 정말 고생 많으셨습니다.
감사합니다!