- 1주차: baseline코드기반 정확도 높이기(8.23~ 8.30)
epoch수 늘리기=> 정확도: 약 75%
layer 한 층 쌓기=> 정확도: 약 60%
- 2주차: 이미지 전처리를 통해 정확도 높이기(8.31~09.06)
- 원본=> 정확도: 약 75%
특징점 강조
- th=125
baseline코드=> 정확도: 약 24%
layer추가코드=> 정확도: 약 31%
- th=200
baeline코드=> 정확도: 약 41%
layer추가코드=> 정확도: 약 38%
데이터 증가
특징점 강조한 데이터, train을 한번에 학습
baseline코드=> 정확도: 약 68%
layer추가코드=> 정확도: 약 70%
- 3주차: 정확도 높이기
*임계값을 작게잡아 너무 많은 특징점을 강조하는것이 정확도를 낮추는 요인임을 발견
200이상 다양한 임계값으로 데이터 증가+ver2.=> 정확도: 75%
200이상 다양한 임계값으로 데이터 증가+ver3.=> 이미지증가 데이터먼저 학습 후 train데이터 학습: 80%
train학습 후 이미지증가 데이터 학습=: 75%
200이상 다양한 임계값으로 데이터 증가+ver4. => 이미지증가 데이터먼저 학습 후 train데이터 학습: 76%
layer가 깊다고 정확도가 높은 것은 아님.
200이상 다양한 임계값으로 데이터 증가+ver3.+ test데이터 특징점 강조 => 이미지증가 데이터먼저 학습 후 train데이터 학습: 77%