{
  "id": 97814,
  "title": "LB 0.95 Solution",
  "url": "/competitions/2019-3rd-ml-month-with-kakr/discussion/97814",
  "author_name": "",
  "post_date": "2019-06-29T01:40:08.262013600Z",
  "votes": 21,
  "comment_count": 9,
  "views": 0,
  "content": "<p>Weakly Supervised Learning으로 학습된 WSL Network 이용.\n- <a href=\"https://github.com/facebookresearch/WSL-Images\">https://github.com/facebookresearch/WSL-Images</a></p>\n\n<p>Data Augmentation\n- Fast AutoAugment에서 찾아진 방식을 사용\n- <a href=\"https://github.com/kakaobrain/fast-autoaugment\">https://github.com/kakaobrain/fast-autoaugment</a></p>\n\n<p>Ensemble\n- Cross validation\n- Test Time Augmentation(Flip 한 후 forward해서 결과 앙상블)</p>\n\n<p>요 방식이 0.95 정도 나오는 거 같습니다.</p>\n\n<p>(~~근데.. train/val accuracy가 거의 1.0에 가깝게 나와서.. 더이상 뭘 튜닝하기가 어렵네요. ~~</p>\n\n<p>val acc가 1.0에 가까운 것은 코드상 버그로 확인되었습니다.)</p>",
  "messages": [
    {
      "id": "564106",
      "postDate": "06/29/2019 01:40:08",
      "content": "<p>Weakly Supervised Learning으로 학습된 WSL Network 이용.\n- <a href=\"https://github.com/facebookresearch/WSL-Images\">https://github.com/facebookresearch/WSL-Images</a></p>\n\n<p>Data Augmentation\n- Fast AutoAugment에서 찾아진 방식을 사용\n- <a href=\"https://github.com/kakaobrain/fast-autoaugment\">https://github.com/kakaobrain/fast-autoaugment</a></p>\n\n<p>Ensemble\n- Cross validation\n- Test Time Augmentation(Flip 한 후 forward해서 결과 앙상블)</p>\n\n<p>요 방식이 0.95 정도 나오는 거 같습니다.</p>\n\n<p>(~~근데.. train/val accuracy가 거의 1.0에 가깝게 나와서.. 더이상 뭘 튜닝하기가 어렵네요. ~~</p>\n\n<p>val acc가 1.0에 가까운 것은 코드상 버그로 확인되었습니다.)</p>",
      "rawMarkdown": "Weakly Supervised Learning으로 학습된 WSL Network 이용.\n- https://github.com/facebookresearch/WSL-Images\n\nData Augmentation\n- Fast AutoAugment에서 찾아진 방식을 사용\n- https://github.com/kakaobrain/fast-autoaugment\n\nEnsemble\n- Cross validation\n- Test Time Augmentation(Flip 한 후 forward해서 결과 앙상블)\n\n요 방식이 0.95 정도 나오는 거 같습니다.\n\n(~~근데.. train/val accuracy가 거의 1.0에 가깝게 나와서.. 더이상 뭘 튜닝하기가 어렵네요. ~~\n\nval acc가 1.0에 가까운 것은 코드상 버그로 확인되었습니다.)",
      "votes": null
    },
    {
      "id": "564145",
      "postDate": "06/29/2019 03:22:31",
      "content": "<p>정보 공유 감사합니다.  검증 점수가 1.0에 가깝게 나온다니 신기하네요. \n질문이 있는데요.\nTest Time Augmentation(Flip 한 후 forward해서 결과 앙상블)\n요 부분 좀더 설명해 주실 수 있는지요? 제가 무슨 말인지 이해를 못해서요.</p>",
      "rawMarkdown": "정보 공유 감사합니다.  검증 점수가 1.0에 가깝게 나온다니 신기하네요. \n질문이 있는데요.\nTest Time Augmentation(Flip 한 후 forward해서 결과 앙상블)\n요 부분 좀더 설명해 주실 수 있는지요? 제가 무슨 말인지 이해를 못해서요.",
      "votes": null
    },
    {
      "id": "564169",
      "postDate": "06/29/2019 04:23:18",
      "content": "<p>prediction을 여러번 한 후에 평균내는걸 tta라고 합니다. test augmentation에 flip을 주셨으니 예측할때마다 조금 다르게 나오는데 그걸 평균내면 점수가 조금 오르기도 하네요 </p>",
      "rawMarkdown": "prediction을 여러번 한 후에 평균내는걸 tta라고 합니다. test augmentation에 flip을 주셨으니 예측할때마다 조금 다르게 나오는데 그걸 평균내면 점수가 조금 오르기도 하네요",
      "votes": null
    },
    {
      "id": "564170",
      "postDate": "06/29/2019 04:24:12",
      "content": "<p>UDA도 그렇고 덕분에 논문 많이 알게되네요 감사합니다! 혹시 single-fold 기준으로 lb 점수가 어느정도 나오는지 알 수 있을까요?</p>",
      "rawMarkdown": "UDA도 그렇고 덕분에 논문 많이 알게되네요 감사합니다! 혹시 single-fold 기준으로 lb 점수가 어느정도 나오는지 알 수 있을까요?",
      "votes": null
    },
    {
      "id": "564171",
      "postDate": "06/29/2019 04:27:33",
      "content": "<p>single fold는 submit하지 않아서 모르겠습니다. 0.93-0.94 정도 일 것으로 예상은 됩니다.</p>",
      "rawMarkdown": "single fold는 submit하지 않아서 모르겠습니다. 0.93-0.94 정도 일 것으로 예상은 됩니다.",
      "votes": null
    },
    {
      "id": "564656",
      "postDate": "06/29/2019 18:41:03",
      "content": "<p>(테스트 이미지들)의 prediction과 (Flip한 테스트 이미지들)의 prediction을 앙상블 했다는 뜻 아닐까요?</p>",
      "rawMarkdown": "(테스트 이미지들)의 prediction과 (Flip한 테스트 이미지들)의 prediction을 앙상블 했다는 뜻 아닐까요?",
      "votes": null
    },
    {
      "id": "564790",
      "postDate": "06/30/2019 01:35:23",
      "content": "<p>보통 파이토치에서 test transform 할 때 flip 추가해서 prediction 하고 평균내긴 하는데 개인적인 의견으로는 그렇게 해도 제가 말한거랑 비슷한 효과라고 생각되네요 정확한건 일두님만 아시겠지만..</p>",
      "rawMarkdown": "보통 파이토치에서 test transform 할 때 flip 추가해서 prediction 하고 평균내긴 하는데 개인적인 의견으로는 그렇게 해도 제가 말한거랑 비슷한 효과라고 생각되네요 정확한건 일두님만 아시겠지만..",
      "votes": null
    },
    {
      "id": "565609",
      "postDate": "07/01/2019 06:55:27",
      "content": "<p>공유해주셔서 감사합니다! </p>",
      "rawMarkdown": "공유해주셔서 감사합니다!",
      "votes": null
    },
    {
      "id": "567186",
      "postDate": "07/03/2019 06:45:46",
      "content": "<p>올려주신 글보고 저도 cross validation 진행하여 보니 val acc가 거의 1.0에 가깝게 나오네요. 도움 감사합니다.</p>",
      "rawMarkdown": "올려주신 글보고 저도 cross validation 진행하여 보니 val acc가 거의 1.0에 가깝게 나오네요. 도움 감사합니다.",
      "votes": null
    },
    {
      "id": "598866",
      "postDate": "08/14/2019 06:39:44",
      "content": "<p>공유감사드립니다^^</p>",
      "rawMarkdown": "공유감사드립니다^^",
      "votes": null
    }
  ],
  "comments": [
    {
      "id": 564145,
      "author_name": "janged",
      "author_url": "",
      "post_date": "06/29/2019 03:22:31",
      "content": "<p>정보 공유 감사합니다.  검증 점수가 1.0에 가깝게 나온다니 신기하네요. \n질문이 있는데요.\nTest Time Augmentation(Flip 한 후 forward해서 결과 앙상블)\n요 부분 좀더 설명해 주실 수 있는지요? 제가 무슨 말인지 이해를 못해서요.</p>",
      "votes": null,
      "replies": [
        {
          "id": 564169,
          "author_name": "yangsaewon",
          "author_url": "",
          "post_date": "06/29/2019 04:23:18",
          "content": "<p>prediction을 여러번 한 후에 평균내는걸 tta라고 합니다. test augmentation에 flip을 주셨으니 예측할때마다 조금 다르게 나오는데 그걸 평균내면 점수가 조금 오르기도 하네요 </p>",
          "votes": null,
          "replies": []
        },
        {
          "id": 564656,
          "author_name": "cyr0930",
          "author_url": "",
          "post_date": "06/29/2019 18:41:03",
          "content": "<p>(테스트 이미지들)의 prediction과 (Flip한 테스트 이미지들)의 prediction을 앙상블 했다는 뜻 아닐까요?</p>",
          "votes": null,
          "replies": []
        },
        {
          "id": 564790,
          "author_name": "yangsaewon",
          "author_url": "",
          "post_date": "06/30/2019 01:35:23",
          "content": "<p>보통 파이토치에서 test transform 할 때 flip 추가해서 prediction 하고 평균내긴 하는데 개인적인 의견으로는 그렇게 해도 제가 말한거랑 비슷한 효과라고 생각되네요 정확한건 일두님만 아시겠지만..</p>",
          "votes": null,
          "replies": []
        }
      ]
    },
    {
      "id": 564170,
      "author_name": "yangsaewon",
      "author_url": "",
      "post_date": "06/29/2019 04:24:12",
      "content": "<p>UDA도 그렇고 덕분에 논문 많이 알게되네요 감사합니다! 혹시 single-fold 기준으로 lb 점수가 어느정도 나오는지 알 수 있을까요?</p>",
      "votes": null,
      "replies": [
        {
          "id": 564171,
          "author_name": "ildoonet",
          "author_url": "",
          "post_date": "06/29/2019 04:27:33",
          "content": "<p>single fold는 submit하지 않아서 모르겠습니다. 0.93-0.94 정도 일 것으로 예상은 됩니다.</p>",
          "votes": null,
          "replies": []
        }
      ]
    },
    {
      "id": 565609,
      "author_name": "jsdae1",
      "author_url": "",
      "post_date": "07/01/2019 06:55:27",
      "content": "<p>공유해주셔서 감사합니다! </p>",
      "votes": null,
      "replies": []
    },
    {
      "id": 567186,
      "author_name": "janged",
      "author_url": "",
      "post_date": "07/03/2019 06:45:46",
      "content": "<p>올려주신 글보고 저도 cross validation 진행하여 보니 val acc가 거의 1.0에 가깝게 나오네요. 도움 감사합니다.</p>",
      "votes": null,
      "replies": []
    },
    {
      "id": 598866,
      "author_name": "plsjlq",
      "author_url": "",
      "post_date": "08/14/2019 06:39:44",
      "content": "<p>공유감사드립니다^^</p>",
      "votes": null,
      "replies": []
    }
  ],
  "raw_markdown_by_id": {
    "564106": "Weakly Supervised Learning으로 학습된 WSL Network 이용.\n- https://github.com/facebookresearch/WSL-Images\n\nData Augmentation\n- Fast AutoAugment에서 찾아진 방식을 사용\n- https://github.com/kakaobrain/fast-autoaugment\n\nEnsemble\n- Cross validation\n- Test Time Augmentation(Flip 한 후 forward해서 결과 앙상블)\n\n요 방식이 0.95 정도 나오는 거 같습니다.\n\n(~~근데.. train/val accuracy가 거의 1.0에 가깝게 나와서.. 더이상 뭘 튜닝하기가 어렵네요. ~~\n\nval acc가 1.0에 가까운 것은 코드상 버그로 확인되었습니다.)",
    "564145": "정보 공유 감사합니다.  검증 점수가 1.0에 가깝게 나온다니 신기하네요. \n질문이 있는데요.\nTest Time Augmentation(Flip 한 후 forward해서 결과 앙상블)\n요 부분 좀더 설명해 주실 수 있는지요? 제가 무슨 말인지 이해를 못해서요.",
    "564169": "prediction을 여러번 한 후에 평균내는걸 tta라고 합니다. test augmentation에 flip을 주셨으니 예측할때마다 조금 다르게 나오는데 그걸 평균내면 점수가 조금 오르기도 하네요",
    "564170": "UDA도 그렇고 덕분에 논문 많이 알게되네요 감사합니다! 혹시 single-fold 기준으로 lb 점수가 어느정도 나오는지 알 수 있을까요?",
    "564171": "single fold는 submit하지 않아서 모르겠습니다. 0.93-0.94 정도 일 것으로 예상은 됩니다.",
    "564656": "(테스트 이미지들)의 prediction과 (Flip한 테스트 이미지들)의 prediction을 앙상블 했다는 뜻 아닐까요?",
    "564790": "보통 파이토치에서 test transform 할 때 flip 추가해서 prediction 하고 평균내긴 하는데 개인적인 의견으로는 그렇게 해도 제가 말한거랑 비슷한 효과라고 생각되네요 정확한건 일두님만 아시겠지만..",
    "565609": "공유해주셔서 감사합니다!",
    "567186": "올려주신 글보고 저도 cross validation 진행하여 보니 val acc가 거의 1.0에 가깝게 나오네요. 도움 감사합니다.",
    "598866": "공유감사드립니다^^"
  },
  "source": "meta"
}