[CV Project] 마스크 착용 상태 분류 - EDA🌓

EDA(Exploratory Data Analysis)

• 탐색적 데이터 분석으로 데이터를 이해하기 위한 노력을 의미함
• Task의 목적을 이루기 위해 필요하거나 궁금한 부분을 채워가는 부분

Dataset description

• 20~70대의 아시아인 남녀로 구성
• 전체 사람 수 : 4,500
• 한 사람당 사진 수 : 7장(마스크 착용 5, 이상하게 착용 1, 미착용 1)
• image size : 384,512
• data 구분 : train set(60%, 2700), public test set(20%, 900), private test set(20%, 900)

Target

• 총 18개 class로 구분
• Mask 착용(정상, 비정상, 미착용), 성별(남, 여), 나이(~30,30~60,60~)

Data 위치 및 구성 확인

• train.csv : id, gender, race, age, path에 대한 정보 -> model 학습용 data
• info.csv : id, ans -> Public test용 data,
• images folder : 학습용 Data, test용 Data image가 들어가 있음
• train data image의 file 명에 Mask 상태에 대한 정보가 들어있음

+-- train/
|   +-- images/
|       +-- 000001_female_Asian_45/
|           +-- mask1.jpg
|           +-- incorrect_mask.jpg
|           +-- normal.jpg
|       +-- 000002_female_Asian_52/
|       +-- …
|   +-- train.csv
+-- eval/
    +-- images/
        +-- 814bff668ae5b9c595ceabcbb6e1ea84634afbd6.jpg
        +-- 819f47db0617b3ea9725ef1f6f58e56561e7cb4b.jpg
        +-- …
    +-- info.csv

DataFrame 만들기

• 주어진 Train data

• 수정 후 Train data

Data Analysis

• 성별, 나이, Mask 착용 상태에 따른 분포

• Class 별 분포

💡 내용 분석

1. 나이와 Mask 착용 상태에 대한 Data 분포의 불균형이 큼
2. 1번에 의해서 Target class에 대한 분포의 불균형이 큼

📌 Data augmentation이나 dataset을 추가하여 불균형에 대한 문제 해결이 필요할 것 같음

📌reference

• boostcourse AI tech

💡 수정 필요한 내용은 댓글이나 메일로 알려주시면 감사하겠습니다!💡