최종 데이터 크기 : 92478장 (100개의 클래스)

BaseModel : EfficientNetB0 + GAP

base_model = tf.keras.applicat6ions.EfficientNetB0(
	input_shape = (224, 224, 3),
	include_top = False,
	weights = 'imagenet'
	)

GAP_layer = tf.keras.layers.GlobalAveragePooling2D()
BN_layer = tf.keras.layers.BatchNormalization()
predictions_layer = tf.keras.layers.Dense(100, activation='softmax')

model = tf.keras.Sequential([
														base_model,
														GAP_layer,
														BN_layer,
														prediction_layer,
])

AugMentation : Albumentation

• Exp 1
• Exp 2 [Data : Food101, Model : Effei-B0 (imagenet pretrained)

모델들 중에서 바꿔볼 수 있는 부분은?

1. CosineAnealing의 arguments

   T_max, eta_max, eta_min

2. Freezing layers

   어디서부터 Freeze를 하는 것이 좋을까?

3. Augmentation 기법

   추가할 기법?