1. 강의

2. 피어세션

  • 성예닮 멘토님 상담 엑셀 올라왔다
  • 각자 할 거 하기
  • 퀴즈 질문 : 학습 후에 파인튜닝 512 -> 1024 로하면 작은 객체 더 잘 본다? 뭔소리
  • 이미지 사이즈 train/val 둘다 맞춰줘야겠다 1024
  • tta를 하면 성능이 높아질까? -> 좋은 tta를 찾아야하지만 우린 못 찾았다, tta는 test 단계에서 어그멘테이션과 실제 이미지를 넣어서 예측 후 결과 합쳐서 내는 거
  • 리쥼 : 이전에 중단된 훈련을 이어서 다시하는 것
  • 바운딩박스를 이미지 전체에 치면 IoU가 어떨까 -> 겹치는 부분이 적어서 별로일듯
  • 맨 처음 loss 각각 얼마 찍히니? detr류들은 30 이렇게 찍히고 cascade, vfnet 등은 2에서 시작함
  • 긍정적인걸까…? loss 계산이 다른 걸 수 있음.
  • wandb 잘 돌아감
  • detr ; 작은 객체를 못 찾는다
  • 마일스톤 저 변수가 k에폭 돌면 a만큼 lr 떨어지는것임 ~ 스텝lr 커스텀한넉김s
  • 투 스테이지필요 : faster rcnn뿐
  • init을 다시 알았다 모델은 pth였다
  • 프레임워크 앙상블

3. 회고

  • 종민 백본.ㅔㅛ 가서 timm에서 이피션트넷 가져오기 배우자 걍 ddq 에바랑
  • 우선 오늘은 과제를 다 끝내도록 하고 내일부턴 timm 그거 이어서 하고 이제 정석대로 공부하며 그만 놀자~!
  • tridentnet해볼까 102등이지만
  • ㄴ 디텍트론2에서 돌려보래
  • cascade가 여태 잘됐으니 백본을 swin-l은 트랜스포머 기반이었읒니까 cnn 기반으로 한두개 해봐도 되지 않을까? -> convnext, effiecieefnntnet