Transfer leanring 질문사항

감사합니다 강사님!!

답변해주신것으로 보았을 때, 제가 그냥 처음부터 학습을 시켜야 할 것 같습니다 ㅠㅠ

궁금한게 있는데
대회가 어쨌든 mAP@0.75 이상 스코어에서의 Class 와 bbox 위치를 얼마나 잘 맞추는지
겨루는 대회인데 인퍼런스 속도는 중요치 않습니다.

그렇다면,
ㅇ 공식적으로 성능이 좋다는 1 스테이지 디텍터인 AutoML EfficientDet 을 사용할지,
ㅇ RCNN 계열의 2 스테이지 디텍터인 Resnet 을 사용할지,

결정을 못내렸습니다. 물론 두가지를 다 해보고 성능 좋은 걸 쓰면 좋겠다만
현실적으로 시간이 없습니다 ㅠㅠ

혹시 두개 중, 추천해주실 수 있는 알고리즘이 있을까요? 

안녕하십니까, 

Pretrained 모델을 적용할 때 유의할 점은 해당 pretrained 모델이 어떤 framework으로 만들어졌는가 입니다. 

그러니까 mmdetection으로 만든 모델은 mmdetection으로 pretrained 모델을 적용하여야 합니다. 물론 mmdetection으로 만든 모델을 다른 framework(예를 들어 Detectron)으로 로딩을 시도해 볼수 있습니다. 예를 들어 pytorch를 사용하신다면 torch.save()로 저장된 모델을 torch.load_state_dict()로 다시 로딩해서 학습을 시작할 수도 있습니다. 

그런데 이게 말처럼 쉽지 않습니다. 대부분 다른 framwork에서 만든 pretrained 모델을 이런식으로 로딩해서 재학습하기가 어렵습니다.  아래는 Detectron 2로 학습된 모델을 mmdetection으로 로딩할 수 있다고 합니다만 실제로 수행이 잘 될지는 의문입니다. 

https://github.com/open-mmlab/mmdetection/issues/3835

pretrained 모델이 특정 framework에서 만들어졌고 이를 다른 framwork에서 사용하신다면 어려 울 수 있습니다.  만약 mmdetection에서 만든 모델을 mmdetection에서 다시 재학습하는 것이라면 문제 될게 없습니다. Dataset의 유형, 즉 coco인지 아닌지는 크게 상관없습니다.  강의의 실습 영상 대로 Dataset를 mmdetection용으로 만드시고 pretrained 모델을 로딩한 다음 재 학습하시면 됩니다. 

감사합니다.