YOLO : 🐯Yonsei gOnna Lose fOrever🐯

• YOLO V1 모델을 구현한 결과물 레포지토리입니다.
  • Training 과정의 디테일에 집중했습니다.
  • 고연전 오대빵을 기원합니다.

설명

• 제 작업물은 ./loggerJK 폴더 안에 있습니다.
  • YOLO_singleLoss.ipynb
    • 배치 단위 처리를 지원하지 않는 버전의 YOLO입니다.
  • YOLO_batchLoss.ipynb
    • 배치 단위 처리를 지원하도록 개선한 버전의 YOLO입니다.
  • YOLO_batchLoss_trainval.ipynb
    • Training Set만으로는 학습이 어려워 Training / Validation Set 모두 학습에 이용한 노트북입니다.
• 학습한 모델의 Inference 결과물은 ./loggerJK/Model Test 폴더 안에 있습니다.
  • ./loggerJK/Model Test/model_test.ipynb
  • Inference 과정 중 mAP 계산, Non-Maximum Suppression과 같은 부분들은 구현되어 있지 않았습니다.

모델 설명

• Base Model : Vision Transformer
  • vit_base_patch32_384 from timm
• input_size : $384 \times 384$
• learning_rate : 1e-5 (fixed)
• epoch : 70
  • 이 외의 기타 Training에 관련된 수학적 디테일들은 논문과 동일하거나, 최대한 유사하도록 구현했습니다.

@misc{pascal-voc-2007, author = "Everingham, M. and Van~Gool, L. and Williams, C. K. I. and Winn, J. and Zisserman, A.", title = "The {PASCAL} {V}isual {O}bject {C}lasses {C}hallenge 2007 {(VOC2007)} {R}esults", howpublished = "http://www.pascal-network.org/challenges/VOC/voc2007/workshop/index.html"}