TensorFlow Object Detection API Deprecation의 의미

답변 감사드립니다!

외부 패키지 업데이트 반영을 하지 않는다면 사실 상 TF Object Detection을 계속 사용하기는 어렵지 않을까 하는 생각이 들었습니다.. 2가지만 더 질문드려도 될까요..?

1. Tensorflow를 사용해 Object detection이 필요한 실무 프로젝트에서는 앞으로 어떤 방법을 권장하시는지 궁금합니다. (예를 들어, Model zoo에 있는 Weights를 가지고 어떤 어떤 곳에서 원하는 아키텍처 모델을 직접(?) 빌드해서 한다든지 하는 보편적인 flow가 있을지요..?)
   

2. 강의에서 TF Object Detection이 삭제 예정되어 있고, 대신 PyTorch용 MMDetection을 사용하는 과정이 새로 추가된 것 같은데 이것이 TF Object Detection Deprecated와 연관이 있을지요? MMDetection을 선택하신 이유가 궁금합니다.

감사합니다.

1. 음, tensorflow 기반의 package들이 object detection 영역에서 활용이 많이 줄어들고 있습니다. 제 생각에 custom dataset 학습시 현재 tensorflow 기반의 가장 좋은 선택은 강의에서 설명드리는 EfficientDet AutoML 이라고 생각됩니다.

   Yolo를 적용하신다면 https://github.com/david8862/keras-YOLOv3-model-set 권장드립니다.

   custom train을 하지 않고 pretrained 모델로 inference만 하신다면 tensorflow hub에서 필요한 object detection 모델을 적용해 보시면 될 것 같습니다. https://tfhub.dev/s?subtype=module,placeholder&tf-version=tf2

2. MMDetection을 기반으로 개정판 강의를 새로 만든게 거의 1년이 넘은것 같습니다. 개정판 강의에서는 TF Object Detection을 작년에 바로 삭제할 예정이었습니다. 하지만 TF Object Detection 을 사용하시는 분들이 너무 고생(?)하시는것 같아서 도움을 드리고자 여전히 그대로 유지했을 뿐입니다.

초판 강의때도 가능하면 TF object detection은 사용하지 마시기를 강의에서 말씀드렸습니다. 초판 강의에 TF Object detection이 포함된 이유는 어떻게 보면 tensorflow 기반에서 나온 구글의 공식(구글이 인정하진 않지만) object detection 이어서 사람들이 많이 적용한 사례가 있는데, 이게 너무 어려워서 제가 도움을 드리고자 강의를 만들었을 뿐입니다.

mmdetection을 개정판 강의에 넣은 이유는 상대적으로 쉽고 널리 사용되고, 성능 또한 뛰어나기 때문입니다.

자세한 답변 매우 감사드립니다. 강의와 더불어 답변에서도 많은 배움 얻습니다. 강의에서도 보면 각 프레임워크나 특정 모델 등에 대한 히스토리나 경험담 같은 것을 섞어 이야기해주실 때가 있는데 이 부분도 많은 도움이 됩니다. 책에서는 찾아볼 수 없는 이야기라 더 그런 것 같습니다.

귀한 시간 답변 다시 한번 감사드립니다.