[1주년 기념] 데이스쿨 최대 40% 할인 🎁
분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
간단한 CNN으로 Train Depth 분류
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:)
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
기존의 모델들(VGG, Resnet, VIT 등등) 로 Classification 했을때 생각보다 성능이 잘 안나온다고 생각했는데(validation Acc기준 0.88), 역시 모델이 너무 큰게 문제였네요...
감사합니다!