[Day42] Data Feeding

[Day42] Data Feeding

 

 

오늘 한 일

• 먼저 기본 baseline에 있는 모델을 통해서 정확도를 확인해 보았다.

  • epochs=10, lr=0.0001의 결과 정확도는 11.62% 나왔다.

• 다음으로 epochs=100을 놓고 다시 학습한 결과

  • 정확도는 13.25%가 나왔다.

위 그림에서 결과를 볼 수 있듯이 데이터의 class가 4,3,0,1 순으로 많이 몰려 있는 것을 볼 수 있다.

이렇게 학습한 결과 오른쪽과 같이 결과에도 4,3이 많이 예측한 것을 볼 수 있다. 이 문제를 해결하기 위해서 다른 class의 학습 데이터들이 더 필요하다는 것을 확인할 수 있다.

 

✅ 어떻게 더 많은 데이터를 확보할 것인가?

• 가장 먼저 많이 없는 class에 대해서 data augmentation을 진행한다.
• 우선 대부분의 데이터가 마스크를 착용한 데이터가 많으므로 마스크를 착용하지 않은 외부 데이터를 사용한다.
• batch로 데이터를 넣어 줄 때 class별로 균등하게 넣어줘서 해결해 보자.

 

 

모델 저장 & 불러오기

• 여기를 참고하자.
• 전체 모델을 저장하기

 

max_pool2d

• 참고

 

 

내일 할 일

• 데이터를 추가로 확보하여 학습을 진행 한다.
• 데이터가 적은데 시간이 많이 걸리는 이유는 dataset를 만들 때 그때그때 이미지를 open()하는 작업을 진행하게 되는데 여기서 많은 시간이 소요된다. 따라서 메모리가 된다면 먼저 CPU에 올리고 진행을 하게 되면 빠르게 학습을 끝낼 수 있을 것 같다.
• 더 큰 모델을 통해서 학습을 진행한다.
• 분류 모델 3개를 따로 만들어 학습하고 취합하는 방식을 생각해 본다.