[TIL]KDT팀프로젝트2021/03/08

EfficientDet 찾아보고 돌려봤다. 사용하기 복잡한 것 같다. 돌아가는데 오래걸려서 아직도 도는 중이다. 꼭 이걸 써야하는지는 모르겠다. 공식 github에서 Faster rcnn의 AP만 보면 성능이 좋다.

멘토님과 Q&A

Q: Detectron이 Pretrained-Model 쉽게 가져다 쓸 수 있어서 좋긴한데, 모델을 약간 수정한다거나 하기가 어려운 것같다. 혹시 논문 쓰실때도 Detectron을 사용하시는지?
A: 논문 쓸때도 detectron 사용한다. Detectron은 수정하라고 사용하는 것이 아니다. If 수정이 필요하면 다른것을 사용하는것이 더 좋을 것이다.
Q: Detectron으로 모델을 지금 팀원들이 2명정도 선정해서 학습/추론까지 해보았는데 성능은 좋은것 같다. Faster-RCNN (ResNet-101 백본)과 Cascade-RCNN(ResNet-50 백본)이다. 우선 이 모델로 고정하고 필요한 부분 구현하려고 하는데 괜찮을지 걱정된다.
A: 성능을 좋은걸 쓰는게 좋다. 영상에서 캡처해서 성능 보는건 또 다른문제이다. 이런부분은 감안해야한다. 테스트를 따로 해보는 것을 추천한다. 실험 결과와 다를 수 있다. 모델 2개 다 해도 좋을 것 같다. 선택적으로 고를 수 있게. Inference time을 측정해보시다. 추론 시간이 짧은게 필요하면 선택적으로 적용이 가능할 것 같다.
Q: 실시간은 YOLO가 더 좋다고 하셨는데, YOLO는 어떤가?
A: 실시간성이 필요한지 잘 모르겠다. 실시간 일때 YOLO가 좋긴 하다. edge device에서 사용하는 것을 고려하면 (버스같은) YOLO 작은 버전을 사용하는것도 고려할 수 있다. 하지만 작은 Network는 성능이 충분하지 않을 수 있다.