Overview 개요

<aside> 💡

• Pipeline: 데이터 → 모델 → 결과 분석

위 cycle → 5 차례 이상 iteration, 문제 해결 체득

</aside>

Task: Document Type Classification

• Task type:
  • Recognition vs Generation → Recognition
    • Classification vs Regression → Classification
      • Binary vs Multi-class → Multi-class
• Data type
  • Unstructured vs structured → Unstructured
    • Image

→ Image classification 분류 문제

Data 데이터

• 총 17종 문서 타입
  • class id, name 및 이미지 데이터

<aside> 💡

• meta.csv: 클래스 이름, 인덱스 매핑 정보
  • target, class_name </aside>

Train data

• 총 1570 장 문서 이미지
  • 각 클래스 별 46~100 장

<aside> 💡

• 1)train.csv: 학습 이미지 이름 - target class 정보를 Mapping
  • ID, target
• 2. train/ 학습 이미지 폴더 (실제 이미지 데이터) </aside>

Test data

• 총 3140 장 (train 보다 많음)
• 난이도 조절 위해 augmentation (현실 세계 노이즈 처럼)

<aside> 💡

• 1)sample_submission.csv: 예측값 채워넣을 더미 파일 (target 값을 예측으로 채워넣어야) ID (이미지 파일 이름.확장자), target (class label) 컬럼
• 2)test/: 테스트 이미지 폴더 </aside>

Evaluation Metric: Macro F1

• Macro F1 score
  • 각 클래스 F1 score 개별 계산 후 평균