single class로 object detection 학습 시 질문입니다

제 데이터셋에 한해서지만, box loss는 별 차이가 없는데, obj loss가 처음에 크게 나오긴합니다

YOLOv3, v5에서 optimizer를 바꾸는 방법에 대해 알고싶습니다.

adamW도 지원하네요 요새는요

object detection yolov5 loss gain에 대해서 질문이 있습니다

https://github.com/ultralytics/yolov5/blob/master/data/hyps/hyp.scratch-med.yaml 여기입니다!

yolo weight에 대해서 질문이 있습니다

아, 그리고 추가로 궁금한게 yolo는 하나의 anchor box에 대해서 multi-label을 classifiy 하는게 기본적인 구조인가요? (사진)

안녕하세요 RetinaNet 모델 훈련에 대해서 질문이 있습니다

anchor box에서 target을 추출하기 위한 iou는 어느정도 낮춘다고 하더라도, training time에 영향이 있는 것이지, 성능에는 큰 영향이 없는거죠?

object detection 훈련 시 anchor box 관련해서 궁금한 점이 있습니다

https://keras.io/examples/vision/retinanet/ 이 예제를 보니까 대략적으로 anchor box를 만드는 법과 어떻게 labeling을 하고 regression을 하는지 알 수 있었습니다 ㅎㅎ

mmdetection에서 anchor box의 scale과 aspect ratio 변경이 가능한가요?

신기한게 mmdetection에서 내부적으로 anchor box 최적의 ratio를 찾아서 넣는거 같네요

제공되는 주피터 노트북이 window에서 경로를 잘 인식을 못하는데 (cd 명령) 이유를 알 수 있을까요?

!은 안되고 %는 되네요 ㅎㅎ (사진)

visual studio에서 x86, x64 빌드가 정확히 어떤 차이가 있나요?

long long 계열을 많이 쓰지 않는다면 x86으로 빌드하든지, x64로 빌드하든지 속도 차이가 크지 않나요?

Dense 쪽에서 input channel과 output channel을 똑같이 설정하는 이유가 무엇인가요?

선생님 안녕하세요 현재 진행하고 있는 petfinder라는 대회에서 본 공개된 코드입니다 https://www.kaggle.com/neongen/tez-pytorch-swin-large-arcface-bcewithlogits 동물 이미지를 보고, 0-100점의 좋아요와 같은 점수를 regression하는 대회입니다 해당 코드에서 nn.Linear(512, 512, bias=False), 부분을 보고 의문이 들었습니다 감사합니다