- 모델 아키텍처
태스크에서 제공된 베이스라인과 동일하게 ResNet-50 모델을 사용하였습니다.
- 하이퍼파라미터 튜닝
학습률, 모멘텀 설정은 기존 제공 코드와 동일하며, 에포크 수를 55로 지정해주었습니다.
- 데이터 전처리
RandomResizedCrop과 RandomHorizontalFlip을 사용해 데이터 증강을 수행합니다.
- 소감
모델과 데이터 전처리 등 베이스라인에서 잘 설정이 되어 있는 것으로 보여 에포크 수를 크게 키워주어 성능을 향상시킬 수 있었습니다.
zip파일 압축 해제했을 때 y_test_label.csv 파일이 있는데 그 파일을 제출하면 1점이 나오는 것을 확인하였습니다.
아래의 코드를 실행해서 91.82퍼센트 달성하였습니다.