분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
궁금한 사항 질문..
안녕하세요. 이번 대회 참여하셨던 분들께 경험저으로 여쭙고 싶습니다.
저는 이번에 face crop 기반으로 접근(eye gaze, face & background 거리, 얼굴 patch 나누기 등등등)해봤는데 기대만큼 성능이 잘 나오지 않아서
상위 점수권에서는 어떤 요소가 성능 향상에 크게 작용했는지 궁금합니다.
예를 들어 외부 데이터 추가학습(FaceForensics++ 등이 있긴 했는데 쓰면 되는지 정확히 여부를 모름)? 이 영향이 컸는지
아니면 "prithivMLmods/Deep-Fake-Detector-v2-Model" 말고 다른 가져올 수 있는 모델이 영향이 큰지
아니면 이미지의 추가될 수 있는 전처리가 더 있는지..
아니면 비디오의 (저는 여러 프레임을 뽑은 다음, 평균 내는 것 혹은 fake 확률이 높은 것만 뽑는 것 다 별로였던 거 같습니다) 추가적인 프레임 전처리 방법이 있는지 궁금합니다.
감사합니다..
아 정말 감사합니다
Great space to explore AI and data science while learning from others’ experiences and insights. Engaging in such discussions really helps deepen understanding and stay updated with trends. For students managing research alongside this, using dissertation writing services USA https://theresearchhawk.com can also be a practical way to balance workload efficiently.
DACON Co.,Ltd | CEO Kookjin Kim | 699-81-01021
Mail-order-sales Registration Number: 2021-서울영등포-1704
Business Providing Employment Information Number: J1204020250004
#901, Eunhaeng-ro 3, Yeongdeungpo-gu, Seoul 07237
E-mail dacon@dacon.io |
Tel. 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
수상하신 분들 중에선 모델은 DinoV3, 데이터는 DF40에 추가로 뭘 하신 분들이 많았습니다