Unsupervised-Domain-Adaptation-with-Distortion-Aware

2023 Samsung AI Challenge : Camera-Invariant Domain Adaptation (2023-08-21 ~ 2023-10-02) [Private 9th Solution]

대회 사이트 주소 : DACON, 2023 Samsung AI Challenge : Camera-Invariant Domain Adaptation

대회 설명

왜곡이 존재하지 않는 이미지(Source Domain)와 레이블을 활용하여, 왜곡된 이미지(Target Domain)에 대해서도 고성능의 이미지 분할을 수행하도록 하는 Unsupervised Domain Adaptation(UDA) 알고리즘을 개발하는 대회

UDA 구조

추론 방식

MiT-B3 기준 FPS

GPU : Tesla T4

Image Size	Crop Size	Stride	FPS
(256, 512)	X	X	27FPS
(512, 1024)	X	X	10FPS
(512, 1024)	(256, 512)	(128, 256)	25FPS

성능

Crop크기에 따른 성능차이

Image Size	Crop Size	Public Score
(256, 512)	X	0.5655
(256, 512)	(128, 256)	0.5517
(512, 1024)	(256, 512)	0.6258

Encoder에 따른 성능과 FPS

Encoder	FPS	Public Score	Weight
MiT-B3	25	0.6231	weights
MiT-B4	15	0.6258	weights
MiT-B5	10	0.6099	weights

Environment

사용 환경 : Colab Pro Plus
OS : Ubuntu 22.04.2 LTS
GPU : A100 40GB
Cuda 버전 : 11.8
Python 버전 : 3.10.12 (main, Jun 11 2023, 05:26:28) [GCC 11.4.0]
라이브러리 버전
- numpy: 1.23.5
- matplotlib: 3.7.1
- pandas: 1.5.3
- tqdm: 4.66.1
- torch: 2.0.1
- torchvision: 0.15.2
- albumentations: 1.3.1
- cv2: 4.8.0
- timm: 0.9.7
- huggingface-hub: 0.17.3
- safetensors: 0.3.3

How to Use

git을 클론한다.

git clone https://github.com/PreFKim/Unsupervised-Domain-Adaptation-with-Distortion-Aware.git
cd Unsupervised-Domain-Adaptation-with-Distortion-Aware
git clone https://github.com/VainF/DeepLabV3Plus-Pytorch.git /content/Deeplabv3

DACON, 2023 Samsung AI Challenge : Camera-Invariant Domain Adaptation에서 데이터셋을 다운로드 받는다.
아래의 디렉토리 구조와 동일하게 세팅한다.
config.py에서 이미지의 크기를 지정한다.
preprocess.py 를 실행시켜 데이터를 전처리한다.
```
python ./dataset/preprocess.py
```
train.py 코드 내에서 모델을 선택하고 학습을 진행한다.
```
python ./train.py
```
inference.py 코드 내에서 모델을 선택하고 학습을 진행한다.
```
python ./inference.py
```

Directory 구조

    Unsupervised-Domain-Adaptation-with-Distortion-Aware
    ├─ data
    │   ├─ test_image
    │   ├─ train_source_gt
    │   ├─ train_source_image
    │   ├─ train_target_image
    │   ├─ val_source_gt
    │   └─ val_source_image
    ├─  img
    │   └─  ...
    ├─  model
    │   └─  ...
    │   pretrain
    │   └─  segformer.b4.1024x1024.city.160k.pth
    ├─  utils
    │   └─  ...
    ├─  baseline_submit.csv
    ├─  config.py
    ├─  inference.py
    ├─  README.md
    ├─  sample_submission.csv
    ├─  Samsung AI Challange-DA.pdf
    ├─  train_source.csv
    ├─  train_target.csv
    ├─  train.py
    └─  val_source