[🔥팀 포스🔥] 두번째 프로젝트, Segmentation Modeling

 

--- 본 포스팅은 데이콘 서포터즈 "데이크루 2기" 활동의 일환입니다 ---

 

- 안녕하세요 데이콘 서포터즈 데이크루 2기 포스(POS)팀의 Rahites입니다 :)

- 이번 포스팅은 저희 포스팀이 두번째이자 마지막으로 준비한 프로젝트인 Segmentation Modeling을 소개하겠습니다.

- 이번 코드는 양이 많은 관계로 직접 파일을 업로드 하지 않고 데이콘에 포스팅된 링크를 첨부하도록 하겠습니다.

- 데이터 출처 : https://www.kaggle.com/competitions/data-science-bowl-2018

 

1. Segmentation Modeling(1) (U-Net, OpenCV 적용)

https://dacon.io/codeshare/5185

[🔥포스🔥] Segmentation Modeling(1) (U-Net, OpenCV 적용)

- U-Net에 대하여 공부해보고 전처리 기법들을 적용해 보았습니다.

- Data Augmentation 적용 x, 논문의 Data Augmentation, OpenCV 기법을 전처리에 사용해 보았을 때 논문의 Data Augmentation 기법이 가장 좋은 성능을 보였습니다.

 

 

2. Segmentation Modeling(2) (ResU-Net, OpenCV 적용)

https://dacon.io/codeshare/5186

[🔥포스🔥] Segmentation Modeling(2) (ResU-Net, OpenCV 적용)

- ResU-Net에 대하여 공부하고 전처리 기법들을 적용시켜보았습니다.

- 기본 U-Net보다 ResU-Net이 더 좋은 성능을 보였습니다.

- ResU-Net에서는 Augmentation 기법을 쓰지 않은 데이터가 가장 좋은 결과를 얻었습니다.

 

 

3. Segmentation Modeling(3) (RPA-ResU-Net)

https://dacon.io/codeshare/5197

[🔥포스🔥] Segmentation Modeling(3) (RPA-ResU-Net)

- OpenCV를 적용하였을 때의 지표가 Augmentation 기법을 적용하지 않았을 때보다 결과값이 좋습니다. 하지만 시각화 결과를 살펴보면 전혀 그렇지 않아 보입니다. Epoch 값을 좀 더 올려서 확인해보면 좋을 것 같습니다.

- 이로써 U-Net, ResU-Net, RPA-ResU-Net 세가지 모델을 사용해 같은 전처리 방식으로 성능을 확인해보았습니다.

 

 

 

### 마무리 ### 

지금까지 OpenCV를 공부해왔기 때문에 OpenCV를 이용한 전처리 방식에서 좋은 결과가 나오기를 기대했으나 기대만큼의 성능은 나오지 못해 아쉬움이 남은 프로젝트였습니다. 그래도 여러가지 모델을 이용해 데이터를 처리해보았고 그 과정에서 지금까지 배운 OpenCV를 활용하였다는데 의의가 있었습니다 :)