기존에 사용하던 투기 감지 모델에, 신규로 이미지 600장을 더 학습시켜 파인튜닝한 모델에 대한 성능 비교이다. 파인튜닝 모델은 Pytorch 모델이며 TensorRT와 TensorRT Engine으로 변환하여 성능을 측정하였다.
| 변수명 | 모델 |
|---|---|
| Origin Model | 이전 TensorRT 모델 |
| Pytorch Model | 파인튜닝 Pytorch 모델 |
| TensorRT Model | 파인튜닝 TensorRT 모델 |
| Engine File | 파인튜닝 Engine 파일 |
0. 측정 기준
측정 기준은 다음 포스팅을 참고하면 된다.
1. 연산속도
연산속도는 이전과 비슷한 양상을 보인다. pytorch가 속도 편차는 가장 적지만 가장 느리고, TensorRT가 가장 빨랐다.
2. Confidence
투기행위에 대한 선별 이미지 500장에 대한 confidence이다. 파인튜닝에 쓰인 이미지가 그리 많지않은 관계로, Confidence에서도 큰 성능 향상은 보이지 않았다.
원본 모델, 파인튜닝 torch모델, 파인튜닝 trt모델의 confidence는 거의 동일한 추론을 하고 있는 것을 확인할 수 있었다.
3. 결론
학습 데이터가 적은 관계로 뚜렷한 성능 향상은 확인할 수 없었다. 2차 파인튜닝 모델은 이미지 6000장 정도를 사용한다고 하셨다. 2차 모델에서는 성능 향상을 기대해볼 수 있을 것 같다.
댓글남기기