학습되는것 시각화 가능한가요?

안녕하십니까

첫째 질문,

=> 질문을 정확하게 이해하지 못했습니다만, train.py에 뭔가 수정을 하고 싶으시다면 지금 설정에서는 소스코드를 뜯어고쳐야 합니다. train.py의 인자 변경 만으로는 학습과정의 바운딩 박스를 보여주는 부분을 원하는 대로 변경할 수는 없습니다. 

둘째 질문, 

=> 성능이 많이 나빠질지, 아니면 적게 나빠질지는 직접 학습을 시켜봐야 압니다. 다만 성능이 떨어질수는 있습니다. object detection은 label 되지 않는 object들은 모두 배경(background)으로 처리합니다. 그러니까 어떤 경우에는 사람이 배경으로, 또는 고양이 강아지가 배경으로 됩니다. 아무래도 학습 오브젝트도 줄고, 배경으로 인식할 수 있기 때문에 성능은 떨어지지만 어느정도 수준으로 떨어질지는 학습을 시켜봐야 합니다. 

온전한 성능을 위해서는 처음부터 다시 레이블링을 권장 드립니다. 

셋째 질문

보통의 딥러닝 엔지니어들은 주로 mmdetection이나 ultralytics yolo와 같은 프레임워크를 가져다 쓰고 하이퍼파라미터 튜닝을 하는것이 주 임무 인가요? 그럼 현재 현업에서 사용되는 제일 최신의 툴은 무엇인가요?  그리고 모델의 성능이 잘 안나올때 제일 먼저 만저봐야하는 하이퍼파라미터는 무엇인지 궁금합니다.

그리고 마지막으로 컴퓨터 비전관련한 책중에 이론 설명이 잘 되어있는 책(전통비전이 아닌 딥러닝위주의) 추천해주실께 혹시 있나요? 아니면 사이트도 괜찮습니다.

=> Object Detection 을 다루는 엔지니어는 ultralytics yolo나 mmdetection 사용도 검토해 보지만, 보통은 SOTA, 그러니까 최신의 높은 성능을 가진 모델의 구현 소스를 분석해서 자신만의 것으로 만드는 작업을 많이 합니다.  그럼에도 불구하고 ultralytics yolo나 mmdetection을 많이들 활용합니다. 

회사별로 업무별로 특색이 있고, 워낙 이분야가 빨리 변화되어서 제일 최신의 툴은 저도 잘 모르겠습니다.  마찬가지 이유로 제일 먼저 만져봐야하는 하이퍼 파라미터 역시 프레임워크나 모델의 특성에 따라서 다르기 때문에 뭘 꼭집어서 말씀드릴 수 없습니다. 굳이 애기하자면 하이퍼 파라미터 보다는 데이터량을 늘리는게 더 좋습니다. 

책 권장은 어떤 것을 드려야 할지 확신이 안서지만, 비전시스템을 위한 딥러닝 이라는 책이 평가가 좋군요. 

https://m.hanbit.co.kr/store/books/book_view.html?p_code=B6566099029