이 대회는 Train, Simulated, Test 이렇게 세 개 데이터셋이 있어서 복잡한 문제네요.

아무튼 정답은 Simulated의 Depth map과 비슷한데요, 이 Depth Map은 각각 Case 안에서 80~84로 나뉘어집니다.

그런데 순서를 뒤집어보는게 더 나아보입니다. 80안에 보면 각각의 Case가 정확하게 똑같은 숫자로 들어가 있네요.

큰 한판에서 Depth별로 같은 수로 나뉘어 데이터가 만들어진 것으로 보입니다.

그리고 Case는 각 이미지에서의 가장 밝은 값, 최댓값과 일치합니다.

Case1부터 순서대로 140, 150, 160, 170이네요.

Test 데이터로 Depth Map을 만들때 가운데 검은 부분에 집중하기 쉽지만 실제로 더 중요한 부분은 바깥 테두리네요.

이미지 하나만 봤지만, 값이 140 등으로 동일한 테두리 영역의 비중이 전체 픽셀 중 50%입니다.

전체 이미지로 그냥 한번에 딥러닝 돌리기 보다는,

1. 각 Test 이미지의 Case 예측(140, 150, 160, 170 중 하나)하고 테두리를 지정
2. 가우시안 필터 등으로 중간 검은 부분을 설명
3. 1과 2를 블렌딩

하는 전략이 좋아보이네요.

제가 이해한 것이 맞다면 아무리 중간 검은 부분 잘 설명해도 테두리를 한칸만 틀려도 스코어가 많이 흔들릴 수 있겠네요.

모두 검은 부분 다 맞혀도 테두리 10씩 어긋나면 제곱합으로는 10^2 *0.5, 20, RMSE로는 4.5씩 차이가 나는데,

140, 150 중에 애매할 때, 145 정도로 지정해서 5씩 어긋나게만 해도 제곱합으로는 5^2*0.5, 12.5 RMSE로는 3.5정도로 조금 줄일 수 있겠네요!