File size: 2,873 Bytes
b33e5eb | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 | #!/usr/bin/env bash
# v14 training — Loại bỏ non-segmented slap sensors + giảm epochs.
#
# Root cause analysis từ v13 eval:
#
# T28 — Non-segmented slap (R_1000_slap, R_500_slap, S_500_slap) gây nhiễu.
# Ảnh full-hand slap 4 ngón → backbone extract feature gần như giống
# hệt nhau cho mọi người → score bị collapse về 21.2 (std ≈ 0).
# Sensor này không thể cải thiện bằng loss — phải loại khỏi training.
# v13 mean_KS = 0.634 (xấu hơn v12 = 0.51) vì các sensor này kéo
# distribution sang cụm 21, tạo gap lớn so với segmented sensors (~54).
#
# T29 — Train từ đầu (không resume): backbone TinyViT từ IN22k pretrained,
# concept head + aggregator ngẫu nhiên → cần 60 epochs để converge.
#
# Code changes (v14):
# T28 — Thêm --exclude-sensor R_1000_slap,R_500_slap,S_500_slap vào train_sifq.py.
# Records bị loại sau discover(), trước shuffle().
# SensorDiscriminator sẽ không thấy những sensors này → không cần GRL
# effort để align chúng với segmented counterparts.
# T29 — Train từ đầu (bỏ --resume). Tăng lên 60 epochs để đủ converge.
# LR cosine schedule từ 1e-4 → 0.
#
# Dữ liệu sau khi exclude:
# - SD302: ~41,900 records (loại ~1,700 non-seg slap: R_1000=488, R_500=552, S_500=648)
# - FVC + PolyU: không đổi
# - Sensors còn lại: R_*_slap-segmented, S_*_slap-segmented, U_*/V_* roll, flat_*
#
# Expected improvements v14:
# Track 2 mean_KS: 0.634 → <0.30 (loại bỏ cụm ~21 khỏi distribution)
# Track 2 Pearson: 0.224 → giữ hoặc tốt hơn
# Score distribution: flat, clean peaks thay vì 2-cluster
#
# Training: từ đầu (không resume). Backbone: TinyViT pretrained IN22k.
# Tất cả hyperparameters khác giữ nguyên v13.
set -euo pipefail
REPO_ROOT="$(cd "$(dirname "$0")/../.." && pwd)"
source "${REPO_ROOT}/.venv/bin/activate"
python "${REPO_ROOT}/sifq/scripts/train_sifq.py" \
--root-302a "${REPO_ROOT}/dataset/302a/images/challengers" \
--root-302b "${REPO_ROOT}/dataset/302b/images/baseline" \
--root-302d "${REPO_ROOT}/dataset/nist_302d/images/auxiliary" \
--root-fvc2002 "${REPO_ROOT}/dataset/FVC_Dataset/FVC2002" \
--root-fvc2004 "${REPO_ROOT}/dataset/FVC_Dataset/FVC2004" \
--root-polyu "${REPO_ROOT}/dataset/PolyU" \
--exclude-sensor "R_1000_slap,R_500_slap,S_500_slap" \
--mdgt-checkpoint "${REPO_ROOT}/pad/TRAM-downstream/checkpoint/checkpoints_dinov2_tram/best_eer.pt" \
--epochs 60 \
--batch-size 96 \
--image-size 224 \
--lr 1e-4 \
--spread-mode uniform \
--spread-weight 3.0 \
--deg-every-n-steps 2 \
--max-train-samples -1 \
--num-workers 8 \
--gpus 0,1 \
--save-dir "${REPO_ROOT}/sifq/checkpoints_full_v14"
|