2023_SW_AI_Competition

link - SW중심대학 공동 AI 경진대회 2023

topic

위성 이미지 건물 영역 분할 (Satellite Image Building Area Segmentation)

problems

위성 이미지의 건물 영역 분할(Image Segmentation)을 수행하는 AI모델을 개발

dataset

• download data
  https://drive.google.com/file/d/13EMmfsyjrEbtisVuPOl1VUuJnjI7-4Ez/view
  
  
• dataset info
  
  • train_img [dir]
    TRAIN_0000.png ~ TRAIN_7139.png
    1024 x 1024
    
    
  • test_img [dir]
    TEST_00000.png ~ TEST_60639.png
    224 x 224
    
    
  • train.csv [파일]
    img_id : 학습 위성 이미지 샘플 ID
    img_path : 학습 위성 이미지 경로 (상대 경로)
    mask_rle : RLE 인코딩된 이진마스크(0 : 배경, 1 : 건물) 정보
    
    학습 위성 이미지에는 반드시 건물이 포함되어 있습니다.
    그러나 추론 위성 이미지에는 건물이 포함되어 있지 않을 수 있습니다.
    학습 위성 이미지의 촬영 해상도는 0.5m/픽셀이며, 추론 위성 이미지의 촬영 해상도는 공개하지 않습니다.
    
    
  • test.csv [파일]
    img_id : 추론 위성 이미지 샘플 ID
    img_path : 추론 위성 이미지 경로 (상대 경로)
    
    
  • sample_submission.csv [파일] - 제출 양식
    img_id : 추론 위성 이미지 샘플 ID
    mask_rle : RLE 인코딩된 예측 이진마스크(0: 배경, 1 : 건물) 정보
    단, 예측 결과에 건물이 없는 경우 반드시 -1 처리
    
    
    

Library

Strategy

1. data preprocessing

• split images

• sliding windows

  train set과 test set의 image size보정 및 Data augmentation

    mask_patches = split_mask(mask, self.patch_size, self.stride)
    transformed_patches = [self.transform(image=patch, mask=mask)["image"] for patch,mask in zip(patches, mask_patches)]
    transformed_masks = [self.transform(image=patch, mask=mask)["mask"] for patch,mask in zip(patches, mask_patches)]
  

2. model

• Segmentation 기본 모델

  • Unet (baseline으로 제공된 모델)

    stride : 56, epoch : 13

  • DeeplabV3+

    stride : 100, epoch : 80

  • HRnet

    stride : 112 , epoch : 20

• 모델 변형

  • Deepunet

    Unet에서 Contracting Step이 한 단계 더 진행된 구조

    # 
    self.dconv_down9 = self.double_conv(512, 1024)
    self.dconv_down10 = self.double_conv(1024, 1024)    
    
    self.maxpool = nn.MaxPool2d(2)
    
    self.upconv1 = nn.ConvTranspose2d(1024, 512, 2, 2, padding = 0)       
    
    self.dconv_up1 = self.double_conv(1024, 512)
    self.dconv_up2 = self.double_conv(512, 512)
    
    

    stride : 112, epoch : 40

3. ensemble

• weight-mean ensemble

#	model	weight
0	stride112_hrnet_20.pt	0.3
1	stride112_divided_deepUnet_40_transfer.pt	0.3
2	stride56_divided_unet_13.pt	0.2
3	stride100_divied_deeplab_80.pt	0.2

Final Ranks

• public : 29th (0.80069)
• private : 29th (0.79807)

Reference

U-Net: Convolutional Networks for Biomedical Image Segmentation

Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation

Deep High-Resolution Representation Learning for Visual Recognition

Ensemble deep learning: A review

Team Info

Team Name

티파니

Team Members

Name	github
문채원(ChaeWon Moon)	mchaewon
김은지(EunJi Kim)	EunJiKim02
김찬호(ChanHo Kim)	coolho1129
송혜경(Hyegyeong Song)	sosschs9
하재현(JaeHyeon Ha)	jaehyeonha