Цель раюоты - создать модель для классификации цветов. Датасет был взят с kagle, модель обучалась на этом же сайте.
Согласно условиям соревнования требовалось создать файл с предсказаниями моделей в формате .csv и отправить его.
2. Выполнение задания
Для выполнения задания была выбранна модель ResNet50.
Общая архитектура модели Resnet
В своей программе, для обучение модели, я использовал оптимайзер Адам, функцию потерь CrossEntropy, а так же sheduler, для того, чтобы коррективовать learning rate. Информацию по последнему я взял по этой ссылке.
Модель обучалась в течение 40ка эпох, это можно увидеть из скриншота выше. Исходя из тестового accuracy можно сделать вывод, что модель не переобучилась, а так же, что в последние 8 эпох резкультат почти не менялся. Именно поэтому конечное число эпох в модели 40. Ниже представленн график для accuracy и loss
Результат, который учитывался в соревновании, это метрика f1
Результаты модели:
Accuracy = 91
F1 = 62
По итогу я занял 43 место в таблице этого соревнования
