우선 1등 축하드립니다 :D 무엇보다 자세한 소개 감사드립니다. 혹시 궁금한 사항이 몇개 있어 이렇게 적습니다..

각 모델뒤에 붙어있는 숫자들 예를들어 features_39, features_146 는 무엇을 의미하는건가요?
혹시 최종 활용된 validation score가 높았던 epoch를 의미하나요?

또한 Hypothesis 3: One-class based self supervised learning model has a different view compared with the baseline1 and 2에서 말씀하신 one-class SSL은 baseline에서 잘 잡아내지 못한 anomaly-combined를 가진 class를 따로 학습하셨단 말씀이신가요? 예를들어 'cable', 'grid', 'metal_nut', 'pill', and 'wood' 총 5가지 클래스에서 baseline에서 anomaly detection을 잘 못하여서
이를 따로 cable이면 케이블 anomaly 데이터만 가지고 anomaly detection 하는 모델을 추가로 제작하였다고 이해하면될까요?

그렇다면 이 모델을 self-supervised learning이라고 말씀하신 이유도 궁금합니다. 제 짧은 식견으로는 self-supervised learning같은 경우 unsupervised 즉 labeling이 주어지지 않은 모델학습으로 알고있어서요..

최종적으로 제작하신 파이프라인을 따르면 만약 모델이 현재 사진이 'cable', 'grid', 'metal_nut', 'pill', and 'wood' 중 wood라면
wood만을 대상으로 제작하신 SSL 모델에 사진을 다시 넣어 classification을 한번 더 한뒤에 최종적인 결과물이 나오는건가요?

음.. 질문이 상당히 길어졌네요.. ㅠ