HAI(하이)! - Hecto AI Challenge : 2025 First Half Hecto Recruitment AI Competition

감사합니다. 참고해서 시도해보겠습니다!

음.. 저도 그래서 전면, 측면, 후면 등 다양한 각도의 이미지를 학습시켜야 한다고 생각하는데, 각 클래스마다 모든 각도의 이미지가 고르게 존재하지 않는 것 같습니다. 
그래서 특정 클래스에 특정 각도의 이미지가 아예 없는 경우, 이런 데이터를 어떻게 처리하고 학습에 반영하는 것이 좋을거 같으신가요?

아직 대회 데이터셋만 들여다본 상태라 말씀드리기 조심스럽지만, 
각 데이터를 라벨링하는 방법보다는 일단 전부 모델에 집어넣고 positive와 negative를 분리하는 전략이 유효할 것으로 생각됩니다.
face recognition에서 쓰이는 Arc-face 같은 기법을 예시로 들 수 있겠습니다. 
또는 학습 후 모델이 어려워하는 FP를 hard-negative mining 기법 등을 이용해 다시 학습 데이터에 넣는 방법도 있겠습니다.

다만 이런 방법은 부차적인 방법이라 생각되고, 여러 데이콘러들의 말씀처럼 강한 증강을 어떻게 처리하느냐가 핵심일 것으로 보입니다.

답변 감사드립니다. 참고하여 좋은 성과 낼 수 있도록 해봐야겠네요! 화이팅입니다.

말씀하신 방법들을 시도해보고 있긴 하지만, 성능 개선이 잘 이뤄지지 않아 고민입니다.
의견 주신 것처럼 confusion matrix로 확인해보는 것도 좋겠네요. 의견 감사합니다. 좋은 하루 보내세요!