SR 기법을 활용한 이미지 증강

[taehan79-kim]

문제 정의

• 이미지 내 작은 object에서 성능이 매우 취약한 문제가 있음
• "bbox_mAP_s": 0.067, "bbox_mAP_m": 0.246, "bbox_mAP_l": 0.704

가설

• EDSR을 활용하여 이미지를 (2048, 2048)로 키우고 학습을 진행하면 작아서 탐지하지 못했던 객체들을 더 잘 탐지할 수 있을 것이다.

실험

• EDSR을 활용하여 이미지를 기존 (1024, 1024)에서 (2048, 2048)로 증가시킨다.
• 그에 맞게 annotation json 파일을 수정하여 만든다.
• 트레인 데이터셋에 추가하여 다양한 증강을 적용하여 학습한다.

[taehan79-kim]

EDSR 사용 방법

1. 모델 웨이트를 다운로드 받는다. (https://cv.snu.ac.kr/research/EDSR/models/edsr_baseline_x2-1bc95232.pt)
2. experimet/model/edsr_baseline_x2-1bc95232.pt 경로에 위치하도록 넣는다.
3. EDSR-PyTorch/test 폴더 안에 SR하고 싶은 이미지들을 넣는다.
4. cd src 위치로 이동
5. sh demo.sh 커맨드로 이미지를 증강한다.
6. 결과는 experiment/test/resuls-Demo에 저장된다.