boostcamp lv1 image classification competition 1

팀원

인덱스	이름	깃허브	이메일	역할
1	김지훈	kzh3010		Multi label
2	원준식	JSJSWON		Mask task, Multi label
3	백우열	wooyeolBaek		Age task
4	조용재	yyongjae		Gender task

대회 설명(문제)

COVID-19의 확산으로 전 세계 사람들의 활동에 많은 제약이 발생 했습니다.

전파력이 강한 COVID-19의 감염을 막기 위해 사람들은 마스크를 올바르게 착용하여 코와 입을 막아야 합니다.

본 대회는 넓은 공공장소에서 적은 인적자원을 투입해 사람 얼굴 이미지로 마스크 착용 유무를 파악하기 위한 Project 입니다.

부스트캠프 Level_1 stage 강의 동안 배운 내용을 바탕으로 image classification을 위한 모델 설계, 학습을 진행하고, 그 결과에 따른 순위를 산정하는 방식으로 진행되었습니다.

데이터셋 구조

Class	Mask	Gender	Age
0	Wear	Male	<30
1	Wear	Male	≥30 and <60
2	Wear	Male	≥60
3	Wear	Female	<30
4	Wear	Female	≥30 and <60
5	Wear	Female	≥60
6	Incorrect	Male	<30
7	Incorrect	Male	≥30 and <60
8	Incorrect	Male	≥60
9	Incorrect	Female	<30
10	Incorrect	Female	≥30 and <60
11	Incorrect	Female	≥60
12	Not Wear	Male	<30
13	Not Wear	Male	≥30 and <60
14	Not Wear	Male	≥60
15	Not Wear	Female	<30
16	Not Wear	Female	≥30 and <60
17	Not Wear	Female	≥60

파이프라인

Requirements

torch==1.12.1
torchvision==0.13.1
tensorboard==2.4.1
pandas==1.1.5
opencv-python==4.5.1.48
scikit-learn==1.1.3
matplotlib==3.2.1
wandb==0.13.5

실행 방법

1. 코드 구조

• dataset.py: 데이터에 맞는 sampler와 stratify 기능을 추가한 CustomDataset 사용
• loss.py: f1 loss, focal loss, label smoothing loss 같은 따로 구현된 loss functions 저장
• model.py: Backbone으로 사용한 Classification model들 저장
• train.py: CustomDataset에서 데이터를 받아 5 fold로 Cross Validation 방식으로 학습 진행
• inference.py: 5 fold로 저장한 모델의 가중치 5개를 softvoting 방식으로 inference 수행

2. Training

!python3 [train.py](http://train.py/) \
	--epochs 20 \
	--augmentation CustomAugmentation \
	--model resnet18 \
	--criterion label_smoothing \
	--valid_batch_size 70 \
	--lr_decay_step 5

Training 기록을 저장하기 위해 ./model/ 경로에 폴더를 생성합니다.

Cross validation마다 가장 높은 macro-f1 score를 기록한 모델이 위에서 만든 폴더에 .ckpt 파일로 저장됩니다.

3. Inference

!python3 [inference.py](http://inference1.py/) \
	--model_dir `폴더명`

Training에서 만든 .ckpt 파일들을 불러와 inference를 진행합니다.

환경

코드 공유: github 서버: AI Stage V100 정리: 노션, google docs 사용 도구: Python3, Pytorch, WandB, Tensorboard, JupyterLab, Visual Studio Code