-
질문 & 답변
카테고리
-
세부 분야
컴퓨터 비전
-
해결 여부
미해결
Pretrained Model 활용 질문
22.01.07 23:49 작성 조회수 143
0
안녕하세요? 항상 좋은 강의 감사드립니다.
사전 훈련 모델관련 본 강의의 예제에서는 cifar1000으로 사전 훈련된 모델로 cifar10 의 이미지 분류에 적용해 보았는데요, 어찌 생각해보면 범주 개수만 차이가 나지 유사한 이미지를 분류하는 것 같기도 합니다.
cifar1000 분류에 최적화 된 사전 훈련 모델을 전혀 다른 종류의 이미지 분류에 사용하는 경우, 예를들어 가족 얼굴의 분류라든지, 다양한 세포사진 중에서도 암세포를 분류하는 경우라든지, 혹은 제조 부품의 도면에 보여지는 3D math modeling 의 형상 캡쳐 사진을 가지고 design type 을 분류하는 경우 등에도 Pretrained Model 을 적용하면 좋은 성능을 나타낼 수 있다고 이해하면 될지.. 질문 드립니다.
다시말해 꼭 cifar 1000 에 포함된 사물뿐아니라 전혀 다른 종류의 이미지를 분류하는데도 좋은 성능을 보일 수 있는 범용적인 네트워크로 활용 가능하다고 이해하면 될지 질문드립니다.
감사합니다!
답변을 작성해보세요.
1
권 철민
지식공유자2022.01.08
안녕하십니까,
다시말해 꼭 cifar 1000 에 포함된 사물뿐아니라 전혀 다른 종류의 이미지를 분류하는데도 좋은 성능을 보일 수 있는 범용적인 네트워크로 활용 가능하다고 이해하면 될지 질문드립니다.
=> 네, 맞습니다. cifar1000에서 많은 이미지들의 이미지 형상 개요, 질감, 직선/곡선 특성들에 대한 이미 학습된 가중치를 이용하므로 암세포나 다른 종류의 이미지를 분류하는데 pretrained 모델을 사용하지 않는 것 보다 약간 좋은 성능을 나타낼 수 있습니다. 그런데 너무 동떨어진 이미지들에 대해서 적용할 때는 상대적으로 성능이 떨어집니다. 말씀하셨듯이 cifar1000 pretrained를 암세포나 제조 부품에 적용 시에는 성능 향상이 어려울 수도 있습니다.
그리고 보통은 cifar 1000을 이용하지 않고 imagenet 데이터 세트로 pretrained 된 모델을 적용합니다.
요약하지만 imagenet으로 pretrained된 모델을 imagenet의 이미지와 동떨어진 이미지를 학습할 때 적용해도 약간의 성능 향상을 기대할 수 있습니다. 다만 성능 향상 정도는 이미지가 상이하기 때문에 상대적으로 작습니다.
감사합니다.
답변 1