#naverboostcamp #ai_tech #computer_vision #semantic_segmentation

프로젝트 개요

• 2024.11.13 ~ 2024.11.28
• X-ray 이미지를 통한 Semantic Segmentation 대회
• Naver Connect & Upstage 주관 대회
• git

대회 소개

• X-ray Hand bone 이미지를 이용해 Segmentation Task를 수행하는 모델을 개발하는 대회입니다.
• 하나의 이미지당 29개의 class를 가지고 있고 왼손, 오른손 동일한 양의 이미지가 존재합니다.
• 데이터셋 (X-ray 이미지, 2048 x 2048)
  • Train: 800장
  • Test: 288장

개발 환경

• Language : Python
• Environment
  • CPU : Intel(R) Xeon(R) Gold 5120
  • GPU : Tesla V100-SXM2 32GB x 1
• Framework : PyTorch
• Collaborative Tool : GitHub, WandB, Notion, Slack

Leaderboard

이번 프로젝트에서는 새로운 팀원들과 진행을 하게 되면서 결과보다는 과정에 초점을 두고 진행을 하게 되었습니다. 비록 순위는 8위이지만 매우 많은 가설 실험을 설계, 시도하고 팀원들과 적극적으로 공유를 하면서 참여한 팀 중 가장 많은 제출 횟수를 기록하였습니다. 또한, 가장 많은 제출 횟수 답게 팀원들과 그 과정에서 많은 내용을 배울 수 있었습니다. 특히, 그중 저는 U3+Net 설계 및 2-Stage 분리 실험, CRF 후처리를 진행하면서 이론을 통해 다양한 방법론을 도출하고 이를 직접 실험하여 결과를 확인해보는 과정을 배웠습니다.

타임라인

프로젝트 수행 내용

이번 프로젝트에서는 결과보다 과정을 중시하며 최대한 다양한 방법론을 체계적으로 시도하는 것을 목표로 하였습니다. 크게 아래와 같은 내용을 시도하였습니다.

• EDA
• Cross Validation Seed 설정
• Model, Augmentation, Hyperparameter, Loss Setting
• 2-Stage 분리 실험
• CRF 후처리
• 앙상블

EDA

Cross Validation Seed 설정

Model, Augmentation, Hyperparameter, Loss Setting

2-Stage 분리 실험

CRF 후처리

앙상블

결론

개인 회고