[MAICON] 2022 국방 AI 경진대회(예선)

https://aiconnect.kr/competition/detail/213/task/250/taskInfo

AI CONNECT | AI competition Platform

(2022.11.08. ~ 2022.11.14)

함께한 팀원 : 김진호, 이경욱, 이승학

 

1. 주제

군 정찰 자산 활용성 극대화를 위한 AI Computer Vision

 

2. 방법

- 전후 이미지를 비교하여 건물 변화를 탐지 및 분할

- 평가지표 : mIoU (mean Intersection over Union)

 

3. 제공 데이터

- 전후 비교 형태로 가공된 항공 이미지와 과거대비 변화가 있는 건물에 대한 Mask 이미지

- Test 데이터 ( Public 30%, Private 70% )

- Pixel 별로 Background는 0, 신축은 1, 소멸은 2, 갱신은 3으로 인코딩

- 신축 : 왼쪽 대비 오른쪽 사진에 건물이 생성된 경우

- 소멸 : 왼쪽 대비 오른쪽 사진에 건물이 붕괴되어 없는 경우

- 갱신 : 양쪽 같은 위치에 건물이 있으면서 한쪽에 변화가 있는 경우

 

4. 모델링

(1) Segmentation Models Pytorch

https://github.com/qubvel/segmentation_models.pytorch

GitHub - qubvel/segmentation_models.pytorch: Segmentation models with pretrained backbones. PyTorch.

- Package를 불러와 Import 할 수 있고 모델의 Architecture와 Encoder를 불러와 모델 학습에 사용 가능

- 가장 높은 성능을 기록한 DeepLabV3Plus - ResNet50 조합

 

(2) MMSegmentation

- 코드 오류로 구현 실패

 

(3) 자체 U-Net

- mIoU 평가지표를 활용하지 못하고 Inference에만 활용

- 공모전이 종료된 후 코드가 완성되어 제출해보지 못함

 

5. 느낀점

2022-2학기 시각인공지능 수업의 프로젝트 발표 대체로 나갔던 공모전이었습니다. 처음으로 나가본 딥러닝 공모전이었고 제출한 57개의 팀 중 34위를 기록하였습니다. Semantic Segmentation에 관련해서는 이전 데이크루에서 U-Net을 활용한 경험이 있었지만, 그때는 원래 U-Net의 쓰임대로 세포 데이터 분류에만 활용해보았을 뿐 이렇게 다른 Task에 활용해본 것은 처음이었습니다. 대회기간도 일주일로 짧았고 데이터도 커 다양한 모델을 돌려보지 못한 점이 아쉬웠습니다.

 

공모전을 진행하면서 가장 아쉬웠던 점은 가지고있는 하드의 제약입니다. 학교 서버를 이용하지만 계속 끊겨 모델을 꾸준히 학습시키지 못하고, 로컬로 돌리기에는 데이터가 매우 커 돌아가는데 시간이 오래걸렸기 때문입니다. Batch size를 늘리고 Epoch만 늘려도 더 좋은 결과를 얻어낼 수 있을 법한데 그 결과를 보지 못한 점이 많이 아쉬웠습니다. 또한 MMSegmentation을 처음 써보았는데 코드를 읽고 해석하는데 시간이 오래 걸려 일주일 동안 문제를 해결하지 못했던 점도 아쉬웠습니다. 

 

이번 공모전을 통해 딥러닝 모델을 다루는데 있어 제 현 실력을 알 수 있었고, 실력을 증진시키기 위한 노력을 해야겠다는 마음을 먹는 계기가 된 것 같습니다. 비록 Semantic Segmentation 분야에 한정되어 있던 공모전이지만, 앞으로 여러 분야의 모델을 실제로 활용해 보며 관심이 가는 분야를 골라 파보려 합니다. ( 더 좋은 GPU와 서버를 구하는 것도 실력...!! )