TorchVision Resnet50 model 활용 시도

• 기본 모델: 간단한 컨볼루션 신경망(CNN) 모델 사용.
• 성능: 기초적인 성능을 보임.

성능 개선 시도

• 개선된 모델: torchvision의 resnet50 모델 적용.
  • import torch
    from torchvision.models import resnet50
    resnet = resnet50()

• 하이퍼파라미터 조정: 배치 사이즈, 에포크 등 다양한 하이퍼파라미터 조정 시도.

성능 개선 실패

• 문제점:
  • 언더피팅(모델이 학습 데이터를 충분히 학습하지 못함)
  • 오버피팅(모델이 학습 데이터에 지나치게 최적화되어 일반화 성능이 떨어짐)
• 가능한 원인:
  • 모델 구조에 따른 최적의 하이퍼파라미터 조정 실패
  • 학습 과정에서의 Input 데이터 처리 또는 전처리 문제

결론 및 향후 계획

• 결론: resnet50을 사용한 성능 개선 시도는 성공적이지 못했음.
• 향후 계획:
  • 데이터 전처리 및 Augmentation 기법 도입 등
  • 다른 모델 아키텍처 탐색
  • 더 정밀한 하이퍼파라미터 튜닝 시도