Evaluation을 어떻게 해야 할까?
- 모델 간의 비교를 위한 준비
- Dataset
- 똑같은 사물에 대해 다양한 조명 환경에서 사진 촬영
- Ground truth를 백색 조명 아래에서의 color로!
- 다양한 조명 환경에서의 사진이 주어졌을 때, GT와 더 가까운 것이 좋은 것으로
- 스튜디오 촬영이 필요할 수 있음
- 꼭 color name data가 필요한지는 고민해볼 문제!
- Cluster를 좀 더 많이 만들어서 차이값이 10 정도면 같은 색으로 판단하는 등의 작업을 해볼 수 있을 것!
- 찾아둔 논문보다는 데이터 수가 적더라도 디자이너들이 활용하는 컬러 페이지에서 직관적을 color name을 seed로 활용해보는 게 좋을 수도
- Suzi Kim 논문 찾아보기 (신동훈 교수님께 메일 드려야 할 수도)
ex. 90%의 데이터에 대해 사람들이 정확하다 판단했고, 멀티모달이 있거나 없는 경우에 차이가 있었는지를 통해 판단
메일 보낼 때
우리가 누군지, 뭘 하고 있는지, 뭐가 필요한지, 부탁 (4줄 정도, 질문형으로, 송진영 교수님 CC하면 좋음 )
팀 Managing 조언
- Decision이 내려졌을 때 모든 사람이 설득이 먼저 되어야 함. Optimal한 설득이 아니어도, 설득을 하면 됨.
- 일이 많아져서 분열이 되면, 일을 따로하되, 단절이 되면 안되게 하는 것이 좋음. (ex. 되게 작은 작업도 Share를 해주면 더 좋은 것 같음.)
- 처음에 모두 Define하더라도, 모두 공유가 되면서 업데이트가 유연하게 된다면, 초기 설계를 섬세하게 하는 것이 좋을 것! (함수명, instruction, 깃헙 공유 등등)
- 데이터 팀에는, 아무래도 세세하고 깐깐한(?) 사람이 있는 것이 좋을 것 같다.