• Further Reading

0. 대회 소개

• 데이터의 Capacity 에 맞는 모델 크기의 중요성과 효율성에 초점을 맞추어 높은 효율의 모델을 찾아내는 것이 목적입니다.
• Classification task 로 진행되고, F1 Score 와 모델의 실제 inference 속도를 대회 Metric 으로 책정하기 때문에, F1 score를 적게 떨어뜨리면서 inference 속도를 높이는 것이 핵심입니다!
• 모델 효율성을 높이기 위해 AutoML & 다양한 경량화 기법들을 이용해서 기준 성능을 넘겨주세요!

1.대회소개 & FLOPs

1-1. 대회 목표

• F1 score를 적게 떨어뜨리면서 inference 속도를 높이는 것

1-2. 대회평가기준

• 성능이 좋으면서 inference 속도가 가장 빠른 모델 찾기

  

1-3. FLOPs 에 대해서

• 연산 횟수는 속도에 영향을 주는 간접적인 요소 중 하나
• 추천 논문 : ShuffleNetv2 , 속도에 영향을 주는 요소에 대한 insight

2. Dataset 및 task 소개