Solving Glare on a Camera AI Competition

그런데 이렇게 했을 경우 베이스라인의 모델을 돌리는 데에 문제가 생기네요

베이스라인을 돌리시기 위해서는 train과 val을 나눠주시고 
이미지를 로드하는부분을 numpy에서 png로드로 바꿔주시면 됩니다. 
이때 cv를 쓰면 rgb순서가 바뀌니 convert를 해주시거나 tf.image 또는 pil로 로드해주시면 됩니다. 

넵! 감사합니다

파일 해상도(width, height)가 전부 동일하지 않습니다. 동일한 해상도일때 차이가 발생하나요?  

label file 기준으로 작성자분이 공유해주신 코드로 cutting 된 이미지를 저장하는 코드를 실행했는데요 1시간전에 실행했는데 아직까지 구글드라이브에 추가되고있습니다 ㅠㅠ 

저장시 colab 의 구글 드라이브 마운트 환경이라면 속도의 차이는 거의 없을것으로 생각됩니다만, 
큰차이를 보인다면 colab의 로컬에 저장후 작업하시는걸 추천드립니다. 
여담으로 구글드라이브에는 가급적 zip또는 압축된 파일로 저장하시는걸 추천드립니다. 파일 개수가 많을경우 크롬에서 드라이브 파일 관리시 렉이 걸리거나 지우기 매우 곤란한 상황이 발생합니다. 

음 제가 이해를 잘 못했는데요.구글드라이브 마운트환경맞고  일단 기본적으로 주어지는 train,label dataset 은 구글드라이브에 저장이 잘되어있습니다. 622개 씩 잘되어있고 
공유하신 코드 with con~ 부분을 실행하고 완료하면 해당 SAVE_PATH 에 저장된 이미지 개수가 같아야하는데 cutting 된 train,label이미지의 개수가 다르게 나옵니다.(똑같은 개수로 잘려야정상) 그래서 제가 구글드라이브에 직접들어가서 확인을해보니 완료후 새로고침을 눌러 갱신해보면  새로고침할때마다 파일 개수가 늘어납니다.(아직까지 계속 저장중인것같음)  , cutting 한 이미지 저장속도가 느려서 그런건지.. 작성자분은 해당 셀 완료하시면 모든파일이 저장이되어있나요??

코멘트를 썼는데 로그인하니까 다 날라가버렸네요.  간단하게 쓰겠습니다. 1. Train, label 같은개수로 저장됩니다. 2. 구글 드라이브 문제로 판단됩니다. 3. 코랩로컬에 저장후 압축하여 드라이브에 저장하시거나 그때그때 코랩 로컬에 cutting후 진행하는것을 추천합니다