주관적인 글입니다. 이것이 학계의 정설은 아니며 피드백 환영합니다^ㅇ^ 아직 모델개발에 성공하지 못했기 때문에 과정중에 느낀 것들이고 틀릴 수 있습니다! 질문에 답변해주신분들(이 모님, 신 모님), 정보를 제공해준 블로그(운영자님)들 모두 고맙습니다🙏 0. 서론 인턴을 하며 딥러닝 공부를 시작했고, 모델 개발을 위해 darkflow를 이용해서 데이터수집->전처리->학습->조금바꿔서학습->데이터수집->... 의 과정을 반복했습니다. 소소하게 개인적으로 개발일지만 작성하고 있었는데, 한 분기가 끝났고 10월이 된 기념으로 지난 몇 주간 모델개발을 하며 느낀 점( 이라 쓰고 의식의 흐름이라고 읽는다. )을 기록하려고 합니다. 1. Label (class) 자세의 라벨을 정할 때 나노단위로(방향따라) 나누는 것은 의미가 없다고 느낍니다. (예. sleep_front, sleep_head, sleep_side) 어차피 잠(sleep)이라는 것은 동일하기 때문입니다. 대신 데이터셋은 충분히 많아야 합니다. (몇장..?) Yolo 기본 모델을 돌려보면 '사람, 동물, 차'를 방향과 관계없이 똑같은 '사람, 동물, 차'로 인식하는 것을 알 수 있습니다. 따라서 자는 데이터는 모두 sleep 으로 라벨링 했습니다. 2. 전처리 순서 1. 조건에 맞지 않는 사진 지우기 (솎아내기) 데이터의 질이 중요하다고 생각한다 - 정확도&화질 2. 데이터 이름 일괄적으로 변경하기 (예. a1, a2, a3, ...) 꼭 할 필요는 없지만, 정리할 때 더 편한 느낌 3. 라벨링 궈궈 Yolo_mark(txt), labelImg(xml) 등 이용 4. annotation 형식에 맞추기 convert_txt_2_xml 를 이용해서 txt로 라벨링한 것들만 xml로 바꿔주었다. (darkflow는 annotation으로 xml을 사용하기 때문)
구독합니다아
답글삭제어서옵쇼
삭제