이미 80개의 coco로 학습된 모델은 80개 밖에 예측 할 수 없습니다. 이건 classification layer가 고정되어 있기 때문입니다.
coco 모델에 추가적인 이미지와 label을 추가하여, 가령 10개를 추가하여 총 90개를 detect하려면 기존 coco의 이미지 데이터 세트에 추가적인 이미지와 label을 같이 추가해 줘서 처음부터 학습을 시켜야 합니다.
coco 데이터 세트로 pretrained 모델은 feature map layer에서 coco 데이터 세트로 학습된 다양한 weight값만 이용하는 것입니다. coco가 아닌 다른 label을 학습할 때 random 한 feature map의 weight부터 학습하는 게 아니라 coco에서 이미 학습된 weight부터 시작해서 weight를 신규 label에 적합하게 학습하므로 더 성능이 나아질 수 있습니다. 하지만 이것이 coco로 pretrained 된 label 80개를 신규 label과 혼합해서 80+신규 label만큼의 건수를 예측할 수는 없습니다.
안녕하십니까,
아쉽게도 해당 방식으로 오브젝트를 추가할 수가 없습니다.
이미 80개의 coco로 학습된 모델은 80개 밖에 예측 할 수 없습니다. 이건 classification layer가 고정되어 있기 때문입니다.
coco 모델에 추가적인 이미지와 label을 추가하여, 가령 10개를 추가하여 총 90개를 detect하려면 기존 coco의 이미지 데이터 세트에 추가적인 이미지와 label을 같이 추가해 줘서 처음부터 학습을 시켜야 합니다.
coco 데이터 세트로 pretrained 모델은 feature map layer에서 coco 데이터 세트로 학습된 다양한 weight값만 이용하는 것입니다. coco가 아닌 다른 label을 학습할 때 random 한 feature map의 weight부터 학습하는 게 아니라 coco에서 이미 학습된 weight부터 시작해서 weight를 신규 label에 적합하게 학습하므로 더 성능이 나아질 수 있습니다. 하지만 이것이 coco로 pretrained 된 label 80개를 신규 label과 혼합해서 80+신규 label만큼의 건수를 예측할 수는 없습니다.
감사합니다.
답글