마지막 small object detection 성능이 낮은 점에 대해

1. 만약 작은 객체들로만 이루어진 (예를들어 1000 * 1000 이미지에 바운딩 박스 10 * 10 정도??) 상황이라면 특별히 성능이 좋은 방법론이 있을까요??

=>음, EfficientDet을 사용한다면 큰 이미지 사이즈 또는 D2 이상의 모델을 사용하는게 가장 좋은 방법같습니다. 

강의에선 설명하진 않았지만 YOLO V4와 Scaled Yolo도 작은 오브젝트에 대한 성능이 yolo v3보다 많이 향상되었습니다. 

2. 강의에서 설명해주셨듯이 mAP는 객체들의 사이즈(대,중,소) 모두 적용된 지표라 특별히 작은 객체에 성능이 좋은 모델이 뭔지 궁금합니다.

만약 박스 사이즈가 균일하다면 그냥 mAP 기준으로 고려하는게 맞나요??

=> 질문을 잘 이해하지 못했습니다. mAP와 성능 좋은 모델의 어떤 연관성을 물어보시는 건지요?

안녕하십니까,

EfficientDet이 매우 성능이 좋은 Detector임에도 불구하고 작은 object의 경우는 상대적으로 성능이 저하되는 원인은 저도 잘 모르겠습니다.

개인적인 의견으로는 Coco mAP를 너무 신경쓰면서 Compound scaling을 타이트하게 맞춰서 그런거 아닌가 생각도 해봅니다. coco mAP는 성적이 좋지만 작은 object에 대한 성능이 떨어지는 부분을 무시하면서 optimization을 한건 아닌지 의심해봅니다.

해결방안은 좀 더 큰 모델(D2, D3등)을 사용하거나 이미지 사이즈를 크게 하는것이 가장 확실한 방법 같습니다.