
k-fold + ensemble & drop-path
competition을 진행중에 여러 augmentation기법도 중요하지만 ensemble과 k-fold의 중요성을 다시 한번 깨달았습니다. 저는 지금까지 위와 같은 형태로 최종 logits값을 구하고 있었습니다.어디서 검색해서 본게 아닌 스스로 이렇게 하면 되겠구나 하고 사용하고 있었습니다. Image classification 대회중 여러 아키텍처를 kaggle, dacon에서 찾아보던 중 발견하였습니다.도배 하자 유형 분류 AI 경진대회에서 public, private 1등한 아키텍처 입니다. 사진과 같이 Fold에서부터 train, valid 비율을 폴드별로 다르게 해서 최대한 모든 데이터를 사용하려고 한 것 같습니다.fold별로 가장 좋은 성능을 보인 weight를 갖고 ensemble 하였..