Object detection 감을 못잡고 있습니다..

Question

안녕하세요.현직 개발자 입니다.모바일앱에서 골프 스윙 동영상을 찍어서 해당 영상을 초당 30프레임으로 나누어 각 프레임마다의 골프 클럽 head를 잡으려 합니다.딥러닝, 컴퓨터비전의 아예 문외한이라 어찌저찌 논문보며 실시간(으로는 yolo(v5)가 좋다하여 구현을 해봤습니다.헌데 문제는 해당 학습의 결과로 시중의 사진들로 테스트해보니 나이키로고도 잡아버리고, 벨트버클도 잡아버리는 아주 난감한 상황이 발생하였습니다... 여기서 질문은, 해당 문제가 더 많은 데이터셋과 훈련을 하면 나아질까 의문입니다..현재 이미지는 유튜브에서 스윙영상을 구해와 10프레임으로 쪼개어 png로 캡처하여 사용하고 있습니다.이렇게 구한 데이터셋은 약 360장 정도이고 augmentation을 통해서 대략 1000장 정도까지 셋팅하였습니다.학습은 epochs를 50으로 주고 하였습니다.이런 상황에서 데이터셋을 늘리고, 에폭시도 증가를 시켜주면 정확성이 눈에띄게 향상이 될까요?아니라면 현재 대안으로는 faster-rcnn을 써야하나 생각이 드는데, 해당 알고리즘이 실시간에서는 유용하지않다는 의견을 많이 들어서 고민입니다.. 해당 분야의 고수님들 조언좀 부탁 드리겠습니다..!

Object detection 감을 못잡고 있습니다..

0개의 답변

Q&A 목록