All requirements should be detailed in requirements.txt
pip install -r requirements.txt
- module : contains original code, trained models etc
module
|-- data_utils
| |-- data_loaders.py
| |-- datasets.py
| `-- make_df_sep_val_trn.py
|-- model
| |-- loss.py
| `-- models.py
|-- inference_test.py
|-- train.py
`-- trainer
|-- __init__.py
|-- custom_scheduler.py
`-- trainer.py
data_utils/: data_loader, dataset 등 data를 불러오는데 필요한 파일들이 있는 폴더model/: model 선언과 loss class들이 있는 폴더inference_test.py: trained된 model들을 바탕으로 submission.csv 파일 생성train.py: 설정한 모델을 바탕으로 학습된 모델 파라미터를 저장trainer/:train.py에서 학습에 필요한 함수들 모음
1. tools의 face_crop.py , face_crop_eval.py 실행
2. make_df_sep_val_trn.py 실행으로 train / test 용 csv split
3. train.py 실행
4. 트레이닝된 model을 모아 inferece_test.py를 통해 앙상블 후 submission파일로 저장
modules
|-- datset.py
|-- loss.py
|-- model.py
|-- train.py
|-- inference.py
|-- model
| |-- exp
| |-- best.pth
| |-- config.json
| |-- last.pth
| |-- exp1
|-- output
| |-- output.csv
baseline/: 전체 코드가 들어있는 폴더dataset.py: 데이터셋을 만들고 augmentation을 정의하는 파일loss.py: loss를 정의하는 파일model.py: 모델 architecture를 정의train.py: dataset, loss, model 등 학습에 필요한 모듈을 불러오고 학습을 진행하고 모델을 저inference.py: 저장된 모델을 불러와서 eval 데이터로 제출 파일을 만드는 파일 (하나의모델 or 앙상블)model/: 모델들이 저장되는 폴더output/: 제출할 csv 파일이 저장되는 폴더
리더보드에 제출할 모델을 재현할 방법
~# python train.py --augmentation=CustomAugmentation --dataset=MaskSplitByProfileDataset --epochs=8 --model=EffB4Model-vggtrain.ipynb : 전체 코드 파일 실제 앙상블에 사용한 vgg19_fold_8_0.803.pt 재현 불가 vgg19_fold_7_0.804.pt 또는 vgg19_fold_8_0.806.pt 사용