이미지 분류의 경우 정확도를 향상하는 여러 가지 기법이 알려져 있습니다. 논문 'Bags of Tricks for Image Classification with CNNs'가 그것들을 망라한 작업물이

이미지 분류의 경우 정확도를 향상하는 여러 가지 기법이 알려져 있습니다. 논문 'Bags of Tricks for Image Classification with CNNs'가 그것들을 망라한 작업물이라 할 수 있겠네요. 논문에 나온 대로 Label Smoothing이나 Mixup은 큰 효과가 있을까요? RAdam이나 AdamW 같은 옵티마이저를 추가로 써보면 어떨까요? SWA는요? Kaggle 대회에서 자주 쓰이는 TTA, K-fold Ensemble, Pseudo Labeling 같은 기법은 정말 잘 작동할까요? 이런 궁금증을 풀기 위해서 Kaggle의 오래전 대회 'State Farm 산만한 운전자 감지' 데이터셋을 가지고 다양한 실험을 해보았습니다. 추가로 데이터셋 파이프라인에서부터 모델 서빙까지, 딥 러닝 모델의 생애주기를 모두 한번 구현해보았습니다.