아래 모델들은 다 동일한 5개의 k-fold 모델로 돌린 결과입니다.

동일한 모델이라도 사소한 TTA (p.s. 참고) 이렇게 영향을 받고, voting방식에 따라서도 크게 달라진다니, 참 신기하네요 ㅎㅎㅎ

지난번 글에 말씀드린대로 역시나, 이번대회의 키는 3_a9_1, 3_a9_2, 3_a9_3을 얼마나 잘 분류할 수 있냐가 될 것 같습니다.

좋은 아이디어 있으시면 공유 부탁드려요 :)

(p.s. *이번 데이터가 DA에 굉장히 민감하게 반응하는 것 같아서, 현재 Flip, Rotation 만 사용중에 있습니다. )

Hard-Voting Test time Augmentation (X1) vs Hard-Voting Non TTA

Soft-Voting이 아닌 softmax 이전 값 sum한 TTA (x1) vs Hard-Voting Test time Augmentation (X1)