Open hursuk1 opened 2 years ago
0.69 map를 가지고 pesudo labeling 진행 confidence score 0.3이상의 값을 사용(23000여개 객체검출)
pesudo labeling without mAP : 0.5553 pesudo labeling with mAP : 0.5984
성능이 어느정도 보장된 mAP를 통해 pesudo labeling을 진행하면 학습데이터가 많아지기 때문에 성능의 향상시킬 수 있었다
학습을 처음부터 새로 진행하지 않고 이전 학습의 best.pt의 값을 사용하여 학습을 진행하였고 학습시간이 조금 더 짧게 걸리는 효과를 볼 수 있었다.
성능이 좋아진 이유는 0.69의 라벨링에 비해 0.55의 라벨링보다 더 정답에 가까운 학습을 진행했기 때문에 많이 상승한 것으로 보여짐 다른 모델의 경우 이미 어느정도 성능이 보장되어 있다면 성능 향상이 크게 이뤄질 것으로 보이지 않는다
세부 설명
0.69 map를 가지고 pesudo labeling 진행 confidence score 0.3이상의 값을 사용(23000여개 객체검출)
결과
pesudo labeling without mAP : 0.5553 pesudo labeling with mAP : 0.5984
결론
성능이 어느정도 보장된 mAP를 통해 pesudo labeling을 진행하면 학습데이터가 많아지기 때문에 성능의 향상시킬 수 있었다
참고
학습을 처음부터 새로 진행하지 않고 이전 학습의 best.pt의 값을 사용하여 학습을 진행하였고 학습시간이 조금 더 짧게 걸리는 효과를 볼 수 있었다.