아주 조금씩 천천히 살짝

네이버 edwith AI/딥러닝 입문을 위한 학습 콘텐츠 추천에 따른 수업 + 3BlueBrown 강의 https://www.edwith.org/hellodl101/lecture/103151 [모두를 위한 머신러닝/딥러닝 강의2] (https://deeplearningzerotoall.github.io/season2/lec_pytorch.html) 1. Tensor 문법 : https://colab.research.google.com/drive/1oXGdB4aPcGXDvvXRnovBg0UJbIS5c9eF#scrollTo=O6DUEZtGuYnv epoch : 전체가 한번 사용이 되면 한회 폭이 다 돌았다. batch size : 6만장을 한번에 사용 할 수 없어 잘라서 사용함(자르는 크기가 바로 batch..

1차 시도 : epoch:100 image size:320 batchsize: 8(train : 8, val:16) Epoch gpu_mem box obj cls labels img_size 99/99 0G 0.07086 0.1003 0.949 18 320: 100%|██████████| 322/322 [33:37

yolo v3 github있는걸로 한번 해봤을때 주황버섯인형이 사람으로 가끔 나온다. 핸드폰 화면을 비줘서 했을때 판정을 한다 정확도가 좀 떨어지는것같아서 yolov3에서 yolov5로 변경하고 진행했다. 잘되는것같아서 이번엔 https://public.roboflow.com/object-detection/ 에서 labeling된 물고기 데이터를 가져와서 customized 해보았다. → \yolov5\data\coco128 의 class의 nc수와 names 변경 및 data path변경 학습을 되었지만 detect 데이터셋을 물고기를 가져와야하나 잘못 가지고 와서 detect하고 있었다.. → weight가 초기에 yolov5s로 세팅이 되어있어서 학습된 최고의 weight 결과값인 best.pt를 ..

train 결과에 적혀있는 각 요소들의 의미 train set : 2576개, validation set : 736개 인데 왜 train시에 train set : 322개, validation set: 46개가 뜰까? → batch size가 8이여서 나눈 수로 epoch을 돌기 때문 train set : 2576 = (322x8), val set : 736 = 46x16(당시 val은 16으로 했다..) 각 epoch당 train 한번(보라색), validation 한번(노란색) 진행되는데, validation에 적힌 검사 요소들은 무엇을 뜻하는가? P: Precision(정밀도) 모델이 True라고 분류한 것 중에서 실제 True인 것의 비율 ex.날씨 예측 모델이 맑다로 예측, 실제 날씨가 맑았가 ..

기본 문법 : https://colab.research.google.com/drive/1oXGdB4aPcGXDvvXRnovBg0UJbIS5c9eF#scrollTo=dYN_yvezZwmF [학습 단계] 라이브러리 가져온다 import (torch,torchvision,matplotlib) GPU 사용 설정 random value를 위한 seed 설정 학습에 사용되는 parameter 설정 learning_rate,training_epochs,batch_size,etc) 데이터셋을 가져오고(학습에 쓰기 편하게) loader 만들기 학습 모델 만들기(class CNN(torch.nn.Module)) Loss function(Criterion)을 선택하고 최적화 도구 선택(optimizer) 모델 학습 및 lo..