교차 검증

안녕하십니까,

물론입니다. 이미지 판별 모델 역시 교차 검증을 해주면 더 효율적으로 모델이 잘 학습 되었는지 판단 할 수 있습니다. 다만, 이미지 판별 모델의 경우 교차 검증을 적용하면 너무 학습 시간이 오래 걸리기 때문에 본 강의에서 교차 검증을 실행해 보지는 않지만 시간적인 제약만 없다면 교차 검증을 해주는게 모델의 학습 결과를 더욱 효과적으로 판단하는데 도움이 됩니다.

강의에서  모델 성능을 향상 시키는 방법에 대해서 계속적으로 이어서 말씀을 드리겠습니다만, 일단 CNN을 기준으로 대략적인 방법을 말씀드리면

1. 더 많은 학습 데이터 세트

2. 더 뛰어난 Pretrained 모델 적용(Xception 이나 EfficientNet등)

3. 효율적인 Augmentation 적용.

4. 효율적인  Learning Rate 적용

5. Pretrained 모델 적용 시 Fine tuning의 효과적인 적용.

6. 더 큰 이미지 사이즈

7. Regularization을 위한 적절한 기법(Batch Normalization, Weight Decay, Batch size 등)

감사합니다.