[네이버 부스트 캠프] AI-Tech - Lv2 Segmentation

프로젝트 회고

[활동]

• 쓰레기 종류를 분류할 수 있는 Segmentation Detection 모델 만들기
• 멘토링 & Pair Programming 진행
• Data 시각화 처리

[회고]

• 이전 대회에서 목표했던 ‘시각화’를 많이 할 수 있어서 좋았다. 팀원들이 좀 더 편하게 볼 수 있었고 또 다른 insight를 얻을 수 있었다. 그런데 부족한 점은 코드 정리가 제대로 되지 못한 점이었다. -> 코드를 깔끔하게 구현하기 +주석, markdown, doc 잘 쓰기

• 공부하면서 의문이 들었던 것에 대해 멘토님에게 질문을 많이 던졌던 것 같다. 이전보다 공부를 더 많이 했던 것도 느꼈고 많은 것을 얻긴 했는데,, 아직도 부족한 점이 있다고 생각한다. -> 더 공부하고 질문!

• 이전에 하지 못했던 목표인 mmlab tool 활용을 많이 했다. 이용하면서 github 홈페이지에서 필요한 정보를 찾고 tool 내에서 custom까지 가능하게 만들었다. 이전에 목표했던 점을 이뤘던 점이 좋았다.

• 가장 후회했던 점이 데이터를 직접 전처리 하지 못한 점이다. 데이터에 대한 시각화를 한 후에 데이터를 handling 하는 게 너무 어려웠다는 것을 느꼈다.

• 다양한 Augmentation 기법을 라이브러리를 그대로 적용하는 것이 아닌 (Albumentations) github 내의 코드를 이해하고 custom해보고 싶었는 데 이루지 못한 점이 아쉬웠다. 동시에, 토론 게시판에 내가 한 작업을 공유하지 못한 점 또한 아쉬웠다.

• 너무 근거없이 좋다는 걸 많이 썼던 거 같다. 성능은 좋아졌는 데, 왜 그런지 모른다는게 좀 아쉬웠다. 더 자세히 알아보고 모델이나 loss, Aug 등의 기법을 사용해야겠다고 생각했다.

• 블로그를 잠깐 놓쳐버렸다. 한 번 아팠는 데 그때 이후로, 기록을 제대로 생활화하지 못했다. 매일 기록하는 습관을 다시 놓치지 말아야겠다. -> 기록의 생활화!!

• 1위, 2위 솔루션들을 들으면서 느꼈던 점은 좀 더 체계화를 하고, 데이터에 대해 핸들링 하는게 정말 중요하다고 생각했다. 또한, 모델을 일반화 시키는 것이 shake-up을 방지할 수 있는 좋은 방법이라고 생각했다. 어떻게 계획을 세우고, 왜 그런 생각을 하게 되었는 지 생각하는 것 또한 매우 중요하다.
  다음 대회에서는 이 점에 대해서 한번 상기하고 들어가야 겠다.