inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

Detection의 과적합을 알아보기 위한 val loss 출력 문의

635

김연승

작성한 질문수 4

0

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
- 먼저 유사한 질문이 있었는지 검색해보세요.
- 서로 예의를 지키며 존중하는 문화를 만들어가요.
- 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.
 
안녕하세요 선생님 덕분에 재미있게 강의듣고 있습니다
예전에는 여러 깃허브 Detectio 코드를 따와서 적용하다가 MM Detection과 같은 툴을 응용하면 보다 용이하게 custom dataset detection을 수행할 수 있는 것 같아 좋습니다
 
일반적으로 loss와 val loss curve를 보고 과적합 여부를 파악하는데요
그런데 다른 코드들도 그렇고 MMdetection 과 같은 detection이나 segmentation model은 일반적으로 val loss를 구하는 것을 잘 못 본것 같습니다
일반적으로 val loss를 구하지 않는지요? 아니면 map를 보고 판단하나요?
torch 기반의 custom 모델들은 model.eval 모드로 val loss를 구하는 코드를 포함하였는데 MMdetection에서도 가능한지 문의드립니다

 

감사합니다!!

python 컴퓨터-비전 딥러닝 tensorflow 머신러닝 배워볼래요? keras

답변 2

0

김연승

감사합니다 선생님!!😄

0

권 철민

안녕하십니까, 

object detection에서 과적합을 판단하기 위해서 loss가 더 적합하다고는 생각되지는 않습니다. mAP가 더 적절할 수 있습니다. 

그리고 MMDetection에서 loss를 확인하는게 쉽지는 않군요.  

아래 URL에서 

https://mmdetection.readthedocs.io/en/latest/tutorials/customize_runtime.html

customize workflow 섹션을 보시면 

아래와 같이 workflow를 설정하면 validation loss를 출력할 것으로 보입니다. 

workflow = [('train', 1), ('val', 1)]

감사합니다. 

강의 환경설정 질문

0

43

2

Custom Dataset에서의 polygon 정보 관련

0

90

3

cvat.ai 보안 수준이 궁금합니다

0

82

2

캐클 nucleus 챌린지 runpod 실습 코드 에러 질문드립니다.

0

99

3

추론 결과의 Precision(또는 mAP) 평가 방법

0

86

2

mmdetection mask rcnn inferenct 실습 시 runpod 템플릿 관해서 질문드립니다.

0

61

2

runpod에서 google drive 연결 시 오류 발생

0

110

2

로드맵 선택

0

69

1

mmcv

0

60

2

Anchor box의 Positive 처리 위치

0

64

2

해당 강의 runpod 적용 후 에러 제보드립니다

0

88

2

run pod credit 관련 제보

0

102

2

mmdetection 2.x과 3.x 호환 관련 표기

0

79

2

mm_faster_rcnn_train_kitti.ipynb 실행 오류

0

102

3

질문 드립니다.

0

83

3

mm_faster_rcnn_train_coco_bccd 실행 오류 질문드립니다.

0

81

1

강사님께 수정을 제안드리고 싶은 것이 있습니다.

0

96

1

google automl efficientdet 다운로드 및 설치 오류

0

78

1

이상 탐지에 사용할 비전 기술 조언 부탁드립니다.

0

104

2

OpenCV 관련 질문드립니다.

0

76

2

mmcv 설치관련해서 문의드려요

0

336

3

강의 구성 관련해서 질문이 있습니다

1

139

2

모델 변환 성능 질문드립니다.

0

123

1

NMS 로직 문의 드려요

0

116

2