2022 Samsung AI Challenge (3D Metrology)

알고리즘 | CV | 회귀 | SEM | RMSE

  • moneyIcon Prize : 총 2,100만원
  • 704명 마감

 

간단한 CNN으로 Train Depth 분류

2022.09.13 23:38 2,970 Views language

앞서 공유된 코드를 보면 4개의 값을 가지는 Depth_110 ~140과  Case_1~4 사이에 무언가 관계가 있을 것이라고 생각이 듭니다.
train과 test의 데이터 형태가 동일한 것을 고려했을 때, 각각의 test 이미지가 Depth 110~140 중에서 어느것에 해당하는지 파악이 필요합니다.
간단히 cnn으로 확인해보니 생각보다 수월하게 Depth 110~140을 분류할 수 있을 것으로 보이네요.
test 이미지에 대해서도 Depth를 예측한 다음 이 정보를 활용해서 Depth map의 테두리 값을 140 ~ 170으로 설정하는 것도 전략이 될 수 있겠네요:)

Code
로그인이 필요합니다
0 / 1000
딱따구리부리박기
2022.09.14 01:46

기존의 모델들(VGG, Resnet, VIT 등등) 로 Classification 했을때 생각보다 성능이 잘 안나온다고 생각했는데(validation Acc기준 0.88), 역시 모델이 너무 큰게 문제였네요... 
감사합니다!

홍진성
2022.09.14 15:31

좋은 정보 공유 감사합니다.