Detection의 과적합을 알아보기 위한 val loss 출력 ... - 인프런

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

Detection의 과적합을 알아보기 위한 val loss 출력 문의

작성

543

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 
- 먼저 유사한 질문이 있었는지 검색해보세요. 
- 서로 예의를 지키며 존중하는 문화를 만들어가요. 
- 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.

안녕하세요 선생님 덕분에 재미있게 강의듣고 있습니다

예전에는 여러 깃허브 Detectio 코드를 따와서 적용하다가 MM Detection과 같은 툴을 응용하면 보다 용이하게 custom dataset detection을 수행할 수 있는 것 같아 좋습니다

일반적으로 loss와 val loss curve를 보고 과적합 여부를 파악하는데요

그런데 다른 코드들도 그렇고 MMdetection 과 같은 detection이나 segmentation model은 일반적으로 val loss를 구하는 것을 잘 못 본것 같습니다

일반적으로 val loss를 구하지 않는지요? 아니면 map를 보고 판단하나요?

torch 기반의 custom 모델들은 model.eval 모드로 val loss를 구하는 코드를 포함하였는데 MMdetection에서도 가능한지 문의드립니다

감사합니다!!

답변 2

질문자

감사합니다 선생님!!😄

지식공유자

안녕하십니까,

object detection에서 과적합을 판단하기 위해서 loss가 더 적합하다고는 생각되지는 않습니다. mAP가 더 적절할 수 있습니다.

그리고 MMDetection에서 loss를 확인하는게 쉽지는 않군요.

아래 URL에서

https://mmdetection.readthedocs.io/en/latest/tutorials/customize_runtime.html

customize workflow 섹션을 보시면

아래와 같이 workflow를 설정하면 validation loss를 출력할 것으로 보입니다.

workflow = [('train', 1), ('val', 1)]

감사합니다.