[부스트캠프 AI Tech]WEEK 06_DAY 25

🔥 개별학습

---

[2] Image Classification & EDA

1. EDA(Exploratory Data Analysis)

1) EDA

- 탐색적 데이터 분석

- 데이터를 이해하기 위한 노력

2) EDA의 도구 -> 데이터를 이해하기 위해서라면 어떤 도구든 상관 없음

- 일일이 손으로

- Python

- Excel

 

2. Image Classification

1) Image

- 시각적 인식을 표현한 인공물(Artifact)

- (width, height, channel)

2) Model

- Input + Model = Output

3) Image Classification Model

- Image + Classification Model = Class

 

3. Baseline

---

[3] Dataset

1. Pre-processing

1) Data Science

- 좋은 데이터를 만드는 Pre-preocessing이 중요

- 나머지는 model 등에서 다룸

2) Bounding box

- 이미지의 모든 정보가 유용한 것은 아니므로 Bounding box로 경계를 그림

3) Resize

- 계산의 효율을 위해 적당한 크기로 사이즈 변경

 

2. Generalization

1) Bias & Variance

- High Bias(Underfitting) : 데이터가 고려하지 않고 학습이 충분히 되지 않은 경우

- High Variance(Overfitting) : 데이터가 고려되었지만 학습이 너무 된 경우

2) Train / Validation

- train set의 일정 부분을 따로 분리하여 valid set으로 사용

- train set에 fitting 된 model을 만들기 때문에 valid set을 통해서 얼마만큼 일반화를 가질 수 있는지 검증

- train set이 부족하다고해서 test set을 건드리면 안 됨

3) Data Augmentation

- 주어진 데이터가 가질 수 있는 경우(case), 상태(state)의 다양성

- torchvision.transforms

- Albumentations

---

[4] Data Generation

1. Data Feeding

1) 데이터가 만들어지는 속도와 튜닝이 중요함

- 같은 RandomRotation, Resize를 사용할 때 어떤 순서로 transform을 하는지에 따라 성능이 달라질 수 있음

2. torch.utils.data

1) Dataset

- Vanilla Data를 Dataset으로 변환

2) Dataset의 구조

from torch.utils.data import Dataset		# torch.utils.data의 Dataset 라이브러리 상속

class MyDataset(Dataset):
    def __init__(self):				# MyDataset 클래스가 처음 선언되었을 때 호출
    	pass
       
    def __getitem__(self, index):		# MyDataset의 데이터 중 index 위치의 아이템을 리턴
    	return None
        
    def __len__(self):				# MyDataset 아이템의 전체 길이
    	return None

3) DataLoader

- Dataset -> DataLoader -> (Batch, Channel, Height, Width)

train_loader = torch.utils.data.DataLoader(
	train_set,
	batch_size = batch_size,
	num_workers = num_workers,
	drop_last = True,
)

4) Dataset과 DataLoader가 하는 일은 다르므로 분리하는 것이 좋음

- Dataset : Vanilla 데이터를 원하는 형태로 출력해주는 클래스

- DataLoader : Dataset을 효율적으로 사용하기 위해서 사용

---

---

🔥 오늘의 회고

CV 대회에 열리는 강의가 많지 않아서 EDA, Dataset, Data Generation 강의를 듣고 이야기 해보기로 했다. 강의에서는 주제의 틀에 대해서 이야기하고, 미션을 통해서 데이터셋에 어떻게 적용할 수 있는지 가이드를 주는 식으로 구성되어 있다. EDA에서는 강의만 봤을 때에는 어떤 것을 분석해야 하는지 감이 잘 안 왔는데, 미션 코드를 보니 데이터의 어떤 부분들을 봐야 하는지 알 수 있었다. 데이터 augmentation에서는 다양한 데이터 augmentation 기법들을 적용시키면서 이미지의 변화를 살펴보았다. 이런 augmentation에 따라서도 성능이 어떻게 바뀔지 실험해보고 싶다! 피어세션 때에는 EDA 결과랑 어떤 augmentation을 적용하면 좋겠는지를 이야기해보았다. classification이다보니 cutmix, mixup과 같은 방법들도 제시되었는데, augmentation으로는 적용해보지 않았던 기법인지라 어떤 결과가 나오게 될지 기대된다!