- 🌟빛 번짐으로 저하된 📷카메라 이미지 품질을 향상시키는 AI 모델 개발
- 빛이 렌즈를 통해 사진이 찍힐 때 물리적인 요인에 의해 다양한 빛 번짐이 발생함
- 이러한 물리적 빛 번짐은 반도체 기술만으로 처리하기 어려움
- AI 기술로 문제를 적극적으로 해결하고자
- 주최 : LG AI Research
- 주관 : 데이콘
- EfficientB1 + UNet(Segmentation Model)
- Encoder Weights : 이미지넷(ImageNet)
- Horizontal Flip
- Epoch : 200번
- Drop rate : 0.1
- Optimizer : Adam(1e-4)
- Loss : L1 함수 + Sigmoid
- NVIDIA Apex : opt level 01, amp.initialize() + amp.scale_loss
- torch.distributed.init_process_group()
- DataLoader : pin_memory = True, num_workers * GPU 갯수
- torch.cuda.empty_cache() : validation 진행 전 메모리 초기화
- parameter 학습을 효율적으로 하기위해 Efficient B1과 UNet를 결합한 pretrained 모델 사용함
- 모댈의 input 이미지의 크기를 patch 단위로 커팅함
- 모델의 input 이미지에 대해 Sigmoid를 적용함
- 마지막에 inference시 patch 단위의 이미지를 reconstruction 시켜 psnr의 성능을 높임