공부하는 중~~/인공지능16 [인공지능] COCO 데이터셋 json 파일 검사 안녕하세요 오랜만 입니다 coco 데이터셋에서 json 파일 내에는 이미지가 있지만 실제 이미지는 존재하지 않는 경우 또는 실제 이미지는 존재하지만 json 파일 내에는 존재하지 않는 경우 또는 실제 이미지와 json 파일의 이미지 명이 다른 경우 를 체크해주는 코드입니다. 관련 프로젝트를 하며 학습을 하기위해선 완전한 json 파일이 필요하지만 상대측에서 정리가 안된 채로 보내서 미리 검사하는 코드를 작성해 보았습니다. 해당 코드로 위의 3가지 경우를 알아낼 수 있습니다. 이미지에 관한 인공지능을 공부하시는 분들은 coco dataset을 주로 사용하실텐데 필요하실때 응용하셔서 사용하면 됩니다. 기본적으로 검사결과를 출력하게 해놨고 주석문을 바꿔 txt 파일로 다운로드되게 할 수도 있습니다 상황에 맞게.. 2021. 2. 23. [학습 일지] 오버피팅(overfitting)을 방지해보기 - 3 학습은 저번주에 끝났는데 이것저것 하느라 포스팅을 까먹었네요 오버피팅을 방지해보고자 시도했는데 생각보다 잘 나온 것 같습니다. weight_decay : 4.0e-5 (50epoch) weight_decay : 4.0e-3 (50epoch) weight_decay : 4.0e-3 (150epoch) 왼쪽부터 weight_decay : 4.0e-5 (50epoch) weight_decay : 4.0e-3 (50epoch) weight_decay : 4.0e-3 (150epoch) 입니다. train와 valid loss가 크게 늘어나기는 했지만 그래프의 모양이 전보다 좋아졌습니다. 먼저 weight decay값을 키운 후 50epoch만 돌렸을때는 오히려 안좋게 작용했나 생각했는데 학습횟수를 늘리고 재학습.. 2021. 1. 19. [학습 일지] 오버피팅(overfitting)을 방지해보기 - 2 어제 오버피팅된 모습을 보고 가중치 규제를 하여 모델이 더 낫게 만들어보자 했었습니다. 똑같이 50epoch를 돌린 결과가 나왔는데요 weight_decay : 4.0e-5 weight_decay : 4.0e-3 심해졌으면 심해졌지 전혀 나아지지 않았습니다...... 왜 그렇지 고민해본 결과 optimizer로 'sgd'를 사용했는데 50epoch로는 택도 없다는 글들이 있어 근거가 뭔지는 모르겠지만 구글 신께서 그렇다고 하니 150epoch까지 epoch를 늘리고 lr1 drop을 90epoch, lr2 drop을 120epoch로 하고 이어서 학습을 해보도록 하겠습니다. 내일 모레 결과가 나올 것 같은데 과연 어떻게 될지 궁금합니다. 거기다가 추가 데이터가 와서 클래스도 늘어나고 데이터량이 약 15만.. 2021. 1. 12. 이전 1 2 3 4 ··· 6 다음 반응형
