Basic Convolutional Model

Basic Conv Model

단순한 Segmentation Map을 출력하도록 트레이닝. 휴리스틱한 방법으로 Instance를 분리해서 Kaggle 제출하는 형태의 Baseline Model.

Model

• 6 Convolutional Layers
• Layer1 : 3x3x32 + Pooling
• Layer2 : 3x3x64 + Pooling
• Layer3 : 3x3x128 + Pooling
• Layer4 : 3x3x256
• Concat : Layer1~4 를 모두 UpScale한 후 합쳐서 FeatureMap을 만들
• Layer5 : 1x1x256, Concat Layer가 너무 크기 때문에 채널 수를 줄이기 위해서 1x1 conv를 사용함
• Layer6 : 3x3x1, 최종 HeatMap 출력함

Results

Test	Validation Loss	Validation mIOU	Kaggle LB
Default1	0.0908	0.48	0.195
Default2	0.0613	0.48	0.221
Augment+Separator	0.0729	0.59481	0.23
Augment	0.0757	0.6259	0.259

• 실험할 때마다 seed에 의해 결과 차이가 좀 나는 편임.