분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
ResNet model에 Attention Module(CBAM) 응용 , Regression 최적화 코드
ResNet model에 Attention Module(CBAM) 응용하여 채널에 관한 피처 어텐션과 spatial(위치) 어텐션 모두를 적용하여 학습성능을 최적화 하였다.
로스함수에서는 SmoothL1Loss와 HuberLoss를 결합하여, 피처가 0에 가까워져도, 피처 소실이될 확률을 최소화 하였다.
명세에 나와있는 평가지표를 구현은 하였으나 맞는지는 확실치 않아, checkpoint를 선별하는 요소에서 배제하였고, MSE를 주요 평가에 사용하였다.
피드백은 언제나 환영합니다.
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
직업정보제공사업 신고번호: J1204020250004
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io |
전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
CustomLoss 부분에서 Metric1+Metric2 로 전환 되어야 합니다. 현재 코드로는 HuberLoss만 적용되는 코드입니다.