위 제목은 예시 입니다. 회의록 작성 시 “날짜 ‘회의록’ (회의 내용 요약)” 형식으로 제목을 수정해 주세요:)
[회의 주제]
[To-do]
[세부 내용 메모]
- JIWON
crawling 하려다 실패
크롬 드라이브가 필요 > 코랩에서는 어렵,,
- AHYEON
- 두 지표 간의 균형을 평가
- 모델이 예측한 클래스와 실제 클래스 간의 관계를 표 형태로 나타냄
- 각 감정 클래스별로 모델이 얼마나 잘 맞췄는지, 어떤 감정이 다른 감정으로 오분류되었는지 등을 직관적으로 파악 가능. 감정 이미지 분류에서는 감정 간 혼동이 발생하는 패턴을 시각적으로 확인하는 데 사용
- 분류 모델의 민감도(재현율)와 1 - 특이도(False Positive Rate) 간의 관계를 나타내는 곡선. 곡선 아래 면적(AUC)이 넓을수록 좋은 성능을 의미
- 여러 클래스에 대한 이진 분류 문제에서 유용하며, 모델의 전체적인 성능을 비교할 때 자주 사용
- 모델이 예측한 상위 K개의 클래스 중에서 하나라도 정답 클래스가 포함되면 해당 예측을 맞춘 것으로 간주
- 감정 분류 문제에서 특히 감정 간 경계가 애매할 경우 유용
- 모델이 각 클래스에 대한 확률을 얼마나 정확하게 예측했는지 평가하는 지표
- 감정 이미지 분류에서 각 감정 클래스에 대해 확률 기반으로 예측할 때, 모델의 불확실성을 평가
F1 점수 (F1 Score)
재현율: 실제 True인 것 중에서 모델이 True라고 예측한 것의 비율
정밀도: 여러 번 측정하거나 계산하여 그 결과가 서로 얼만큼 가까운지를 나타내는 기준
혼동 행렬 (Confusion Matrix)
AUC-ROC (Area Under Curve - Receiver Operating Characteristic Curve)
Top-K 정확도 (Top-K Accuracy)
Log-Loss (Cross-Entropy Loss)
- TAEWAN
- 잘 안되어서 코드 바꾸어 다시 해봄!
- model: ViT → facial emotion
- dataset: emoset/children sketch
- neutral 표정 > 아예 없애야함
- python 버전, 맞춰보려고 설정함(cuda 12.1, python 3.9.17)
- GPT에게 의문점 물어봄
- label 지우고 세분화하는거 어떻게 하냐.
- GAN 방식, Clip 방식을 사용하면 된다~
- CycleGAN
지원 저번꺼 안된다고 했던거 다시 해봄
- JUNSU
- 메일보낼 준비—추가할만한거 있으면 추가해서 보내기
[다음 회의 주제 및 To-do]
질문: emoset 전체로 학습? 코드의 문제점
GAN 이미지를 그림으로 만들고 다시 사진으로 학습?
좀 더 빡세지기 전에는 화요일 7시~9시까지
- GAN 써서 데이터셋 업로드하기
- 크롤링 마저 해서 데이터셋 모아보기
- 빠르게 메일 보내보기
- 보고서 개략적으로 써보기