원통형 물체만 보면 metal, glass, plastic, battery 이 네개로 예측
-> score threshold를 높여주면, 어느정도 맞게 인식하지만 그렇게 되면 mAP가 줄어든다...
-> score threshold를 높이지 말고 학습 데이터를 추가해서 잘 예측해보자
해야 하는 것
[x] cutmix 비스무리하게 이미지 섞어서 데이터에 추가하기
목표
성능 향상
해당 클래스에 대해서 더 잘 분류하여 false positive 줄이기! -> mAP 상승효과 기대
결과
큰 성능 향상은 없었고, 중간 크기의 데이터를 좀 추가해서인지, 중간 사이즈 박스에 대한 예측이 좀 좋아졌다.
분류를 잘 못하는 데이터 증강하기
세부 설명
원통형 물체만 보면 metal, glass, plastic, battery 이 네개로 예측 -> score threshold를 높여주면, 어느정도 맞게 인식하지만 그렇게 되면 mAP가 줄어든다... -> score threshold를 높이지 말고 학습 데이터를 추가해서 잘 예측해보자
해야 하는 것
목표
결과
큰 성능 향상은 없었고, 중간 크기의 데이터를 좀 추가해서인지, 중간 사이즈 박스에 대한 예측이 좀 좋아졌다.