[📪정보] also gpt로 어려운 컴퓨터 비전 대회 성공했다

[익명(119.77)]

내가 과거에 참가했던

multi spectral image segmentation 대회다

일반적인 segmentation이랑 다르게 채널이 여러개이고, 전처리도 어려운 편이라서

난이도가 꽤나 높은 대회임

나는 이 대회를 항상 새로운 모델 나올 때마다 기준으로 삼고

대회 description을 준 뒤 우승할 코드를 작성해달라고 요구한다.

그럼 나름대로 모두 코드 작성은함

근데 제대로 돌아가서 학습, 평가 성공한 모델은 지금까지 단 하나도 없었음.

also GPT2가 이 벤치마크를 성공했다.

정확히 말하면 아직 완벽하진 않음.

사소한 부분들에서 오류가 발생해서, 내가 일부분 수작업으로 수정해주긴했음

하지만 내 노력은 정말 극히 일부분만 들어감

예측 결과다.

물론 저 시각화 코드도 전부 also GPT2가 짜준거고.

also GPT2가 짜준 코드로 학습한 모델로 예측한거임.

epoch 3번밖에 안돌려서 아직 별로지만

분명 segmentation에 성공하고 있다.

Train Loss: 0.9112, Val Loss: 0.9790, Val Dice: 0.0483

*** New best model (Val Dice: 0.0483) ***

Train Loss: 0.7631, Val Loss: 0.8853, Val Dice: 0.1396

*** New best model (Val Dice: 0.1396) ***

Train Loss: 0.6979, Val Loss: 0.8047, Val Dice: 0.2218

*** New best model (Val Dice: 0.2218) ***

loss랑 Dice 점수도 계속 좋아지는 중이었음.

분명 제대로 학습을 하고 있다.

이 새낀 진짜 미친놈임

GPT 4.5라고 해도 이상하지 않다.

나만의 벤치마크 벽을 부순 새끼다.

[친근한게이브(pimple1191)]

와 미쳤네

[헬스토끼(relieve0574)]

[익명(citrus8815)]

로스 달달하노 원샷임?

[부패하는유전자!!!(sansss2015)]

구속시켜도 되는거냐

[익명(211.241)]

해석좀

[익명(119.77)]

사람이 해도 어려운 대회 also gpt2로 모델 돌리는데 성공함

[익명(211.241)]

고마워 밑에 loss랑 dice는 무슨뜻이야?

[익명(119.77)]

loss가 낮아지면 모델 학습이 잘되고 있다는 뜻이고 dice는 높아지면 좋은 점수임. 저 대회 평가 점수도 dice로 매기고

[익명(211.241)]

친절한 특붕이 개추!

[익명(14.6)]

들갑

[익명(119.77)]

모든 모델 나올때마다 항상 하고있는 벤치마크임. 내 입장에서는 너무 놀랍다. 저 대회 난이도가 결코 쉽지 않음

[익명(14.6)]

이정도로 들갑떨지마!!!!!!!!!!!!!!!!!!!!!고작 이정도로!!!!!!!!!!!!!!!

[익명(119.77)]

물론 아직 '우승'하는 코드는 아님. 저기에서 더 발전시키라고 말해야될 것 같긴한데... 만약에 진짜 우승하는 코드짜면 나 죽어.

[익명(14.6)]

죽어!!!너죽어야돼!!!!!!!!!!

[익명(175.124)]

먼지 모르겠지만 일단 개추

[익명(119.77)]

대회 설명 간단하게 하면 위성사진(RGB + 4채널로 총 7채널 이미지)를 기반으로 어디에 다시마가 위치하는지 모델이 찾아내야하는 대회임

[익명(175.124)]

[부패하는유전자!!!(sansss2015)]

Agi 2단계 달성했다고 봄??

[천사다천사(jjtheman999)]

컴잘알이 그렇다면 그런거지 간만에 대단한 모델이 나왔네

[MoonChild(aowlr2001)]

[agi2024(agi2024)]

[월코존버(samaltman)]

[익명(211.109)]

궁금한게 있는데 세그멘테이션모델은 원래 채널 여러개로 아웃풋내는거아니었나?

[익명(119.77)]

이 대회는 input 채널이 여러개임. 위성 사진이라

[익명(211.109)]

아하 그뜻이었구만

[익명(defense1888)]

저 사진이 뭔데?

[익명(119.77)]

왼쪽이 7채널 위성사진(저건 채널 3개만 시각화한거) / 가운데가 다시마있는 위치 정답값 / 오른쪽이 모델이 예측한 다시마 위치

[익명(defense1888)]

다시마는 먹는거 아님?

[익명(119.77)]

ㅇㅇ 그 먹는 다시마 맞음. 바다에서 대왕 다시마들 있는 위치를 찾는게 저 대회 목표야.

[익명(119.77)]

kelp = 다시마임

[익명(defense1888)]

AI는 어떻게 다시마 위치를 예측한거임?그냥 저 원본 이미지만 보고?

[익명(119.77)]

segmentation 딥러닝 모델 학습시켜서

[익명(119.77)]

그 모델 학습시키는 코드, 평가하는 코드, 시각화하는 코드를 전부 also gpt2가 짜줌. 대회 description만 보고

[익명(defense1888)]

이게 사실상 AGI 아님? 지가 알아서 목표대로 다 짜서 만든건데

[익명(119.77)]

나도 이거 에이전트로 나오면 무서울 것 같음. 지금은 대회 데이터를 보지도 않고 이정도 해낸건데, 자기가 대회데이터에 접근해서 이것저것 실험하고 하다보면 진짜 1등권 코드 만들 것 같아.

[익명(landofooo)]

이야 이걸 뛰어넘네

[생각하지않는사람(max7k)]

어떻게 프롬프트넣었고 지피티가 어케 코드 만들었는지 궁금해 - dc App