- PetFinder train1とPetFinder No.1 inference(version 1/1) score 18.40795
- model_name = 'swin_tiny_patch4_window7_224'
- 学習データをファランクスのディスカッションにある切り取り済みで学習させた画像でした。
- AugmentationはResize、HueSaturationValue、RandomBrightnessContrast、Normalize。これをベースとして考える。
- これ以降notebookはこの命名 PetFinder udon train? ・ PetFinder udon inference? でいく
- score 18.29082
- model_name = 'swin_base_patch4_window7_224'
- 以降、1個目とモデルと値同じ
- モデルはlarge > base > tinyで良くなる
- 次はAugmentationをして改善する 17.台を出したい。
- score 18.15736
- albumentations.RandomResizedCrop
- albumentations.VerticalFlip(p=0.5), albumentations.HorizontalFlip(p=0.5)を追加した。
- score 18.16859
- albumentations.augmentations.geometric.transforms.ShiftScaleRotate(p=0.5)を追加した。
- CVscore 17.958034841337227 PBscore 18.13956
- mixupのlamdaをベータ関数のものから0.2に変更した。
- 条件はモデル3と同じ(モデル4のアフィン変換を不採用)