딥러닝 모델에 관해 질문드립니다.

명쾌한 답변 감사합니다.

안녕하십니까,

얼굴이 너무 작지 않다면 Yolo가 가장 적합해 보입니다. 현재 YOLO는 계속 발전하고 있는 모델이니, 이를 선택하는게 좋아 보입니다. 강의에는 Yolo 3 까지만 설명 드리지만 요즘에는 Yolo 4, 5까지 나와 있습니다.  다만 전이 학습이 가능하도록 Yolo로 미리 학습된 모델이 있는지는 모르겠습니다(강의에서는 SSD 기반으로 미리 학습된 얼굴 모델을 이용합니다.)

강의를 통해 Yolo 3 에 익숙해 지시면 스스로 데이터 세트를 이용해서 학습 모델을 만들수도 있을 것 같습니다.  Tensorflow로 YOLO 4를 구현한 패키지가 인터넷에 있으니 이를 검색하셔서 사용하셔도 좋을 것 같습니다.

감사합니다. 

제가 모호하게 질문을 드렸나봅니다. 선생님말씀대로 앞모습/옆모습/뒷모습 3개(label)를 Detect하고 싶습니다.

데이터셋은 제가 직접 앞모습, 옆모습, 뒷모습 3가지 사진을 찍어서 데이터를 수집할 예정입니다.

제가 말씀드린 각 모델이란 YOLO, RetinaNet, RCNN 등 다양한 모델중에 어떠한 탐지 모델을 선택해야 수월할지 아직 모르기 때문입니다. 그리고 제가 알기로 이러한 탐지 모델마다 전이학습방법이 다르다고 알고있습니다.

제가 전이학습을 하기 위해서 생각한 모델은 YOLO입니다만, 다른 좋은 모델이나 전이학습이 수월한 모델이 있는지 알고 싶습니다.

안녕하십니까,

어떤 모델을 사용하고 계시는지, 그리고 어떻게 데이터 세트를 적용하고 계시는지 말씀해 주시면 좋을 것 같습니다.

먼저 기존에 어떤 모델을 각각 사용하는지 알고 싶습니다. 여기서 모델이라고 하시는게 Resnet, DenseNet과 같은 유형을 말씀하시는지 , 아니면 yolo, ssd를 말씀하시는지요?

그리고 각 모델에 데이터는 어떻게 입력하고 계신는지요? 앞모습, 옆모습, 뒷모습을 모두 하나의 데이터 셋으로 입력해서 얼굴 앞모습, 옆모습, 뒷모습을 각각 Detect 하기를 원하시는 건지요?(즉 label이 얼굴 앞모습/옆모습/뒷모습 3개) 아님 얼굴 자체를 Detect하기를 원하시는 지요?(즉 label이 얼굴 1개)

또하나 질문이 각 모델마다 학습하는 방법이 다르다고 하셨는데, 얼굴을 탐지하는데 여러개의 모델을 번갈아서 테스트 하시는데, 모델의 다양한 구성요소를 달리하셔서 학습을 하신다는 의미 인가요? 여기서 각 모델이라는 것은 어떤 것을 의미하시는지요?

감사합니다.