728x90

2022.10.06)

 YOLOv5를 학습시킨 뒤 해당 모델을 안드로이드 스튜디오에 적용시키는 과정을 가졌다. 적용 후 실행까지 완료되었지만 객체 탐지를 실행하였을 때 바운딩박스가 왼쪽 위 모서리에 몰려서 생성되는 현상이 발생되었다. 해당 문제를 해결하기 위해 안드로이드 스튜디오 속 모든 코드를 살펴보았다. 그 결과 해당 문제의 원인은 객체 검출 후 NMS(Non-maximum Suppression)를 수행하는 과정에서 박스 수를 제한해두어서 생긴 문제라는 것을 알게되었다. 단순히 COCO 모델을 학습 시킨 모델의 경우 객체 감지과정에서 바운딩 박스가 많이 생성되지 않기에 박스 수에 제한을 두어도 상관없었지만 커스텀 데이터셋으로 학습 시킨 경우, 수많은 박스가 생성되게 되고 이 때 박스 수에 제한을 둘 경우, 수 많은 박스들 중 처음부터 제한된 수 까지의 박스만 검사한 뒤 NMS가 종료된다. 위의 이유로 좌측상단의 박스들만 표시되고 NMS가 종료되었기에 좌측상단에만 박스가 몰려 생기는 현상이 발생했던 것이었다.

 

2022.10.07)

 생각보다 데이터의 양보다는 질이 중요하다는 것을 깨닫게 되었다. 객체검출을 위한 데이터의 경우 바운딩 박스가 많이 겹쳐있거나 객체를 정확히 덮는게 아닌 이상 좋은 학습을 기대하기는 어렵다. 실제로 약 8000장의 데이터를 학습 시켰을 때보다 좋은 데이터로 1000장 가량을 학습시켰을 때 더 잘 찾는 것을 확인할 수 있었다.

 

2022.10.13)

 데이터 약 12000개로 학습한거 보다 1000장으로 학습한것이 더 성능이 좋아서 왜 그런가 하고 봤더니, 바운딩박스가 안겹치고 깨끗하게 쳐져있었다. 이 때 데이터의 양보다는 질이 훨씬 중요하다는 것을 깨달았다.

 

2022.10.27)

 리더가 무엇인지에 대해 생각해보게된 날이었다. 팀을 구성할 때 팀장으로 선정되었고 나를 선택해준 팀원들이기에 고마운 마음에 최대한 노력해보겠지만 내가 지금 하는게 리더로서의 역할인지 아니면 그냥 일개 강사로서의 역할인지 헷갈린다. 팀원들의 역량을 파악하고 각자가 해결할 수 있는 선에서 어려운 난이도의 과제를 내어주는게 리더의 일이라고 생각하지만 나도 배우러 온 입장으로 나의 성장이 중요하지 그 시간에 누군가의 역량을 살피며 적절한 난이도의 과제를 내주기는 역량이 부족하다고 생각한다. 이제 최종프로젝트에 대한 개요만 들었으며 시작도 안했는데 벌써부터 진절머리가 나려한다.

+ Recent posts