Axell AI Contest 2024

https://signate.jp/competitions/1374

ディレクトリ構造

├── README.md
├── requirements.txt
├── datasets/
│   ├── df2k_no_person/     <- 配布データ+DIV2K+Flickr2K(without person)
│   ├── div2k_no_person/    <- 配布データ+DIV2K(without person)
│   ├── raw/                <- 配布データ
│   └── sample/             <- サンプルデータ
├── outputs/                <- モデルの学習結果
└── src/                    <- メインのソースコード
    ├── configs/            <- パラメータの設定
    ├── data/               <- データの前処理など
    ├── models/             <- モデル
    ├── utils/              <- ユーティリティ関数
    └── train.py            <- 学習の実行

コンテスト概要

• 自然画像の4x超解像度コンペ。851枚のトレーニングデータと100枚のテストデータが配布される
• ONNX形式に変換して提出する
• 推論時間に0.035s/imageの制限がある → 巨大なモデルは使えない
• 評価指標はPSNR

解法(最終6位)

解説記事：https://qiita.com/Koichi73/items/e98dee6c07a69942f5f6

モデル

シンプルかつ拡張性の高いEDSRを採用。推論時間に収まるようパラメータ数を調整。

データ

配布データに、外部データとしてDIV2KとFlickr2Kを追加。配布データに人が主要な被写体である画像がなかったため、YOLOv5を用いて外部データを調整した。

学習

データ拡張は反転のみ。500epochs。400epochから配布データのみで学習。
src/configs/240826_03.yamlにその他の条件を記載。