1. 기본 개념
- mAP(평균평균정밀도): 표적탐지평가지표, 카테고리별 AP의 평균값
- 정밀도: 정밀도 비율, 즉 검색 후 반환된 결과에서 전체 결과에 대한 정말 정확한 숫자의 비율
- 리콜: 리콜율, 즉 전체 데이터 세트(검색 및 미검색)에서 실제로 정확한 숫자에 대한 검색 결과의 정확한 숫자의 비율입니다.
- FN: False Negative, 음성 샘플로 판단되지만 실제로는 양성 샘플입니다.
- FP: False Positive, 양성 샘플로 판단되지만 실제로는 음성 샘플입니다.
- TN: 네거티브 샘플로 판단되는 True Negative는 실제로는 네거티브 샘플입니다.
- TP: True Positive, 양성 샘플로 판단, 실제로는 증명 샘플이기도 함
* 기억 방법: 약어를 두 부분, 첫 번째 문자(F, T)와 두 번째 문자(P, N)로 나눕니다. 우선, 두 번째 문자, 즉 샘플의 속성이 무엇이어야 한다고 생각하는지(긍정적 또는 부정적), 첫 번째 문자는 판단에 대한 평가(거짓 또는 참)를 파악합니다. 여기서 중국어는 이해하기 어려울 수 있으므로 영어로 설명하고 싶습니다. 두 번째 문자: 샘플에 대한 귀하의 판단은 무엇입니까? 세차 = TP/(TP+FP)
즉
, 검색 결과에는 양수여야 한다고 생각하는 샘플이 모두 있지만(두 번째 문자는 모두 P) 판단한 합계가 있습니다. 오판(첫 글자에 T, F가 있음).
회수=TP/(TP+FN) 즉, 검색 결과에서 양성이라고 판단한 샘플이 실제로 양성이고, 검색 결과에서 음성으로 판단하지 않았지만 실제로는 양성인 샘플(FN) . - backbone, head, neck 등 딥러닝 용어 설명
- NMS
- 공통 모델 라이브러리 소개:
https://paddleclas.readthedocs.io/zh_CN/latest/models/index.html - IDE: VScode 권장 이점: 크로스 플랫폼, 무료, 경량 및 확장 가능, 구문 강조 표시, 코드 자동 완성(IntelliSense), 코드 리팩토링, 보기 정의 기능, 내장된 명령줄 도구 및 Git 버전 제어 시스템 지원 .
- Anaconda: 데이터 과학 연구에 Python을 쉽게 사용할 수 있도록 설정된 소프트웨어 패키지 세트로, 데이터 과학 분야의 일반적인 Python 라이브러리를 다루고 소프트웨어 환경 종속성을 해결하도록 특별히 설계된 conda 패키지 관리 시스템과 함께 제공됩니다. 주로 패키지 관리 및 환경 관리 기능을 제공하여 다양한 타사 패키지 설치뿐만 아니라 여러 버전의 파이썬 공존 및 전환 문제를 쉽게 해결할 수 있습니다. Anaconda는 도구/명령 conda를 사용하여 패키지 및 환경을 관리하고 이미 Python 및 관련 지원 도구를 포함하고 있습니다.
- Cuda(NVIDIA 그래픽 카드가 있는 장치에서만 실행 가능): NVIDIA에서 출시한 병렬 컴퓨팅 프레임워크로 자체 GPU에서만 사용할 수 있습니다. 주류 딥 러닝 프레임워크도 GPU 병렬 가속을 위한 CUDA를 기반으로 합니다.
- Cudnn: 심층 합성곱 신경망을 위한 가속 라이브러리입니다.
- NVIDIA TensorRT: 프로덕션 환경에서 딥 러닝 애플리케이션을 배포하기 위한 고성능 신경망 추론(추론) 엔진 애플리케이션에는 이미지 분류, 분할 및 개체 감지 등이 포함되어 최대 추론 처리량과 효율성을 제공합니다.
- Jupyter Notebook: 대화형 컴퓨팅을 위한 웹 기반 애플리케이션입니다. 개발, 문서화, 코드 실행 및 결과 표시와 같은 전체 컴퓨팅 프로세스에 적용할 수 있습니다.
2. 환경 전개
3. 고급 튜토리얼
- 자동 혼합 정밀 훈련(패들 패들 기반)
- Yolo 시리즈의 Yolov3&Yolov4&Yolov5&Yolox의 핵심 기본 지식에 대한 완전한 설명
- Yolo 시리즈에서 Yolov5의 핵심 기본 지식에 대한 완전한 설명
- 마이그레이션 학습 - 미세 조정
- YOLOv5는 목표 감지를 달성합니다(고양이 인식을 위한 자체 데이터 세트 교육).
4. 시작하기 프로젝트 추천
- 처음부터 매우 상세한 yolov5 모델 교육
- YOLOV5를 사용하여 자신의 대상 감지 모델을 훈련하는 방법을 알려줍니다 - 마스크 감지 - 비디오 자습서
- Raspberry Pi에 안전모 감지 YoloV3 모델 배포(패들패들 기반)
5. 문제 분석 및 해결
6. 참조 학습 자료
-
실습 딥 러닝 PyTorch 버전(GitHub 소스 코드, Jupyter 노트북 학습 포함)
링크:
https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358497
https://zh.d2l.ai/index. html https://zh.d2l.ai/index.html
https://github.com/d2l-ai/d2l-zh