# 210903 피어세션 & 팀회고

## 피어세션
- wrap up 리포트 작성

## 활동 점수 (100점 만점)

- T2001_강석민: (90점) 토요일까지 할 필요없이 깔끔하게 마무리했다.
- T2007_고지호: (70점) 주어진 시간을 효율적으로 이용하지 못했지만, 딥러닝 파이프라인을 많이 이해했다.
- T2065_김태욱: (70점) 성능을 생각보다 못뽑았고 더 많은 실험을 하지 못한것이 아쉽다.
- T2066_김태현: (70점) f1 score가 오르지 않아서 실험 결과가 의미있지 않았지만, 많은 시도를 해보고 결과를 확인하며 전체 과정에 익숙해 진것 같다.
- T2143_윤종원: (50점) 실력이 많이 부족해서 많은 것들을 하지 못 했다.
- T2214_조준희: (60점) 생각했던것을 다 구현하지 못하였고 성능 향상을 못한게 너무 아쉽다.
- T2249_오하은: (60점) 실험을 많이 시도하지 못해서 아쉬웠지만 무엇을 공부해서 부족한 부분을 채워야 할지 알아갈 수 있어서 좋았다.

## 타임라인 08/23 ~ 08/27

- 08/30 : Base line 완벽하게 이해
- 08/31 : Multi sample dropout 및 face crop 시도
- 09/01 : loss 검증, 모델 검증, stratify적용된 데이터셋 사용
- 09/02 : CutMix, Mixup 구성해서 최종 제출 코드 완성
- 09/03 : 코드 정리 및 Wrap up 리포트 작성

## (+)잘했던것, 좋았던것, 계속할것

- 외부데이터를 추가로 사용한 점
- Jupyter Notebook 탈출, 앙상블, Multi sample dropout, CutMix, Mixup 등 스페셜 미션을 실험한 점
- 협업과정에서 모르는 부분을 꼼꼼히 복습한 점
- 마찰없이 사이좋게 협력한 점
- vscode, git, 앙상블 등 배운 내용들을 많이 활용한 것

## (-)잘못했던것, 아쉬운것, 부족한것 -> 개선방향
- 베이스라인코드 최적화
- Train.py의 함수 하나가 너무 길어서 나누려 했으나, 이거 하나로 진행이 멈출 가능성이 있어서 그만둠
- K-Fold Validation
- 잘 구현된 모듈이 있지만, 직접 구현하는 것은 제대로 못하였다.
- Multi labeling
- 하나의 모델로 mask, gender, age에 대한 출력을 가지는 multi-output model
- 앙상블 & Hard Voting 시도, freeze 적용 시도
- Optuna를 구현했으나 제대로 적용하지 못한 점
- 마스크를 토대로 나이와 성별 분리를 시도하지 못한 점
- 더 많은 외부데이터를 활용하지 못한 점
- NFnet 등 더 많은 모델을 실험해보지 못한 점
- 데이터 전처리를 적극적으로 시도하지 못했던 점

## (!)도전할 것, 시도할 것
- K-Fold Validation
- 데이터 증강 후 실험
- 이미지의 크기를 키워서 학습시켜보면 성능이 잘 나온다고 함

## (-)키워드(공부한 것,알게된 것, 느낀 점)
- Python IDLE 형식의 프로젝트
- github 협업
- 앙상블
- 제한된 제출횟수에 맞춰 조금 더 통제되고 통일된 실험이 필요함을 느낌