(04.29, 현진) 실험목록

validation metric 확정

'배치별 iou 계산 후 평균내는 방법'과 '전체 누적 후 한번에 iou 계산'
->후자로 확정

mIoU	LB
0.493	0.5640
0.498	0.5653
0.522	0.6020

배치사이즈 및 시드값 autoML

시드값은 여러개 해봤으나 큰 차이가 없었습니다. 아무거나 사용해도 무방할듯 합니다.
배치사이즈 4,8,16,24,32로 2~3번씩 테스트 해봤는데 8이 가장 좋았습니다.

decoder & encoder

Unet++, MAnet : 성능 하락
eff-b4 : 학습시간 매우느림, 학습속도 좀 느린편 (성능은 큰차이 없음)

classMix augmentation

구현은 성공했지만 성능 향상은 보지못하는 중입니다 ㅠㅠ 부족한 라벨 위주로 추가해볼 예정입니다!

실패한 실험

DiceLoss, CE-log(Dice) 모두 학습이 잘 안됩니다.

리더보드 갱신

모델	input_size	배치	시드	time/step	epoch	loss	val_loss	val_mIoU1	val_mIoU2	LB score
DLV3+, resnext50	256	8	77	0.45s	15	0.156	0.422	0.448	0.522	0.6020

encoder_weight='swsl'
(1-iouLoss)x0.4 + CEx0.6