모델 검증하기
모델을 훈련한 후 '검증' 탭에서 검증할 수 있습니다. 이 항목에서는 검증 파라미터를 설정하고, 모델을 검증한 후 그 결과를 확인하는 방법을 설명합니다.
검증 파라미터 설정
을 클릭하여 검증 파라미터 설정 창을 엽니다.
다음 파라미터를 설정 할 수 있습니다.
-
하드웨어 유형
-
CPU : CPU를 사용하여 딥 러닝 모델 추론을 수행하며 GPU에 비해 추론 시간이 늘어나고 인식 정확도가 떨어집니다.
-
GPU(디폴트) : 하드웨어에 따라 모델을 최적화하지 않고, 모델 추론의 속도가 빨라지지 않습니다.
-
GPU(최적화) : 하드웨어에 맞춰 최적화된 후 모델 추론을 수행합니다. 최적화는 한 번만 진행되며, 예상 소요 시간은 약 1~20분 정도입니다.
-
-
GPU ID
사용자 장치의 그래픽 카드 정보입니다. 여러 GPU가 있는 경우, GPU를 지정하여 사용할 수 있습니다.
-
부동 소수점 정밀도
-
FP32 : 모델 인식 정확도는 높지만 추론 속도는 느립니다.
-
FP16 : 모델 인식 정확도는 낮지만 추론 속도는 빠릅니다.
-
-
추론 시 최대 인스턴스 수
추론 라운드 동안 추론 인스턴스의 최대 수입니다.
'인스턴스 세그먼테이션' 및 '물체 검출' 모듈에서만 사용됩니다.
검증 결과 확인
-
검증이 완료되면 '검증' 탭에서 검증 결과를 확인 및 필터링할 수 있습니다.
-
전체 리포트 보기 버튼을 클릭하고 팝업 창의 오른쪽 하단에 있는 리포트 내보내기 버튼을 클릭하면, 상세 리포트를 로컬 기기로 저장할 수 있습니다.
-
인스턴스 세그먼테이션, 결함 세그먼테이션, 이미지 분류, 물체 검출, 텍스트 감지, 비지도 세그먼테이션 : 검증이 완료되면, 검증 탭의 검증 통계 영역에서 검증 결과 요약을 확인할 수 있습니다. 또한, 전체 리포트 보기 버튼을 클릭하면 보다 상세한 검증 통계 결과를 확인할 수 있습니다.
리포트의 혼동 행렬(Statistical matrix)은 모델의 추론 결과와 실제 레이블 간의 관계를 시각화한 것으로, 각 클래스에 대해 모델이 얼마나 정확하게 예측했는지를 평가하는 데 사용됩니다. 이 혼동 행렬에서 세로축은 실제 레이블을, 가로축은 예측 결과를 나타냅니다. 파란색 셀은 예측과 실제가 일치한 경우를, 다른 셀은 불일치한 경우를 나타내며, 모델의 성능 개선에 사용될 수 있습니다. 또한, 행렬 내 수치 결과 셀을 클릭하면 메인 화면의 이미지 목록이 해당 값에 해당하는 이미지로 자동 필터링되어, 관련된 데이터를 빠르게 확인할 수 있습니다.
-
텍스트 인식 : 전체 리포트 보기 창에서 검증 결과 수량 통계 및 시간 통계를 확인할 수 있습니다.
-