Cascade Swin T Augmentation

[JiyouSeo]

Cascade Swin Transformer에 Augmentation 다각화

1. Mosaic 적용에서 옵션을 다양화

예시)

--num과 --bbox_num을 조절해서 실험
--num을 880으로 줬던 이유는 Area > 64*64인 dataset을 뽑았을 때, 3533개의 image_id가 뽑혀서 /4인 값인 880으로 진행했습니다.
--bbox_num을 10으로 줬던 이유는 mosaic한 image들의 object 수가 40개 이하(#130 참고)였으면 좋겠어서 10으로 진행했습니다.
Mosaic 이미지 예시

2. 특정 Area 이상의 train set

예시)
1차 학습 : Area > 64x64 만 mosaic으로 추가하여 train
-> 1024x1024 이미지가 resize되어 512x512 이미지가 되어 4개가 합쳐지므로 mAP_small기준인 32x32이하의
이미지가가 train되는 것을 막으려면, 1024x1024에서 64x64이하의 이미지를 버려야한다고 판단하였습니다.
2차 학습 : Area > 32x32 만 train
-> mosaic을 진행하지 않으므로, mAP_small기준인 32x32이하의 Area annotation만을 없애고 진행하였습니다.
Area 범위를 조절하여 진행해보는 것도 가능할 것 같습니다.

[JiyouSeo]

@sne12345 님 정리하여 올려드렸습니다. 자유롭게 아이디어 떠오르시는 쪽으로 진행하여 주시면 될 것 같습니다.