yolo 모델 크기 관련

네, 이미지 크기와 동일하게 input_shape를 맞춰야 합니다.

그리고 모델 저장이 weight만 되게 되면 이미지 크기를 키워도 모델 binary size는 거의 대동 소이합니다. 왜냐하면 weight가 conv 필터에 저장되므로, conv 필터는 이미지 크기와 상관없이 동일하기 때문입니다.

모델의 성능을 키우는데 있어서 이미지 크기를 늘리는게 더 좋지만, 그게 아니고, cnn 필터수를 늘려서 적용해 보고 싶으시다면, YOLO 네트웍 모델 자체를 변경해야 합니다.  Keras YOLO 3의 소스 코드를 Local로 download 받으셔서 , 아래로 가시면,

https://github.com/qqwweee/keras-yolo3/blob/master/yolo3/model.py에서

아래 darknet_body()함수가 있습니다. 여기서 resblock_body()의 64, 128, 256, 512, 1024 를 더 크게 만드시면 CNN filter수를 이보다 더 크게 만드는 것입니다.

input_shape 부분을 수정하는게 맞지 않나요?

480x480으로 수정해도 모델의 크기가 235.47M으로 변하지 않는것 같습니다.

모델의 크기를 키울 수 있는 방법이 없을까요?

안녕하십니까,

모델의 크기와 학습 횟수와는 관련이 없습니다.  이미지 파일의 크기를 조정해 주시면 됩니다.(weight 만 저장되면 이미지 파일이 커져도 모델 크기는 대동 소이합니다)

일반적으로 Yolo v3의 Default image크기는 416x416 입니다. 이걸 키워 주시되, 32 크기 간격으로 증가 시켜 주시면 됩니다. 즉 448x448, 480x480,,,,  이런 식으로 이미지 크기를 좀 더 선명하게 키워 주시면 됩니다.

그런데 조심하셔야 할 사항은 이미지 크기를 키우면 GPU 메모리 증가가 매우 커집니다(학습시간도 더 오래 걸립니다). 이미지 크기는 너비 이므로 높이 증가분 + 너비 증가분 만큼 늘어나고, Feature map의 크기 역시 늘어나기 때문에 메모리를 훨씬 많이 사용합니다.  OOM 가 발생하기 쉬우므로 Batch size등을 확실히 더 줄여야 할 것입니다.

감사합니다.