객체 탐지 모델 학습시 데이터 구성

안녕하십니까, 

어려운 질문이군요. 

일반적으로는 학습 데이터는 테스트(실제 inference용) 데이터와 비슷하면 좋습니다. 

보통은 하나의 이미지에 다양한 클래스의 객체가 존재하는 것이 좀 더 나을 거라고 생각합니다.

테스트하는 데이터가 하나의 클래스의 여러 객체가 있는 경우가 많다면(예를 들어서 스포츠 관중),  학습 데이터도 그렇게 구성하는 것이 더 나을지도 모른다는 생각이 들수도 있지만, 보통은 하나의 클래스의 여러 객체가 있으면 개별 객체의 이미지가 뚜렷히 구분되지 않는 경우가 많을 수 있어서 주의가 필요할 수 있습니다.  

하지만 말씀드린 대로 테스트 하는 데이터가 군중들중 개인의 이미지가 뚜렷하지 않는 경우가 많을 수도 있기 때문에 이건 테스트를 해봐야 하는 문제 일것 같습니다. 

결론적으로 말씀 드리면 일반적으로 하나의 이미지에 다양한 클래스의 객체가 존재하는 것이 상대적으로 좀 더 나을 수 있지만, 테스트 데이터의 구성에 따라서 바뀔 수도 있는 여지가 있다고 생각합니다. 

감사합니다.