BrianaAI

안녕하세요

브리아나입니다.

오늘은 yolo 모델의 성능평가를 파헤쳐볼게요!

모델 학습을 돌리다보면 관련된 정보를 획득할 수 있는데요!

Detection Box의 Precision, Recall, mAP50, mAP50-90

Segemtnation Mask의 Precision, Recall, mAP50, mAP50-90

정보입니다.

그럼 하나씩 정리해볼게요!!

✅ 1. Detection Preicision

: 모델이 "객체가 있어!" 라고 예측한 상자 중 실제로 객체가 맞는 비율입니다.

 - TP: 예측한 상자와 실제 상자간 IoU가 0.5 이상일 때,

- FP: 실제로 예측했는데, 실제 객체 아닐 때

즉, Precision이 높다? 잘못된 객체 예측이 적었다. 실제로 객체를 90%정도 잘 예측했다.

✅ 2. Detection Recall

: 모델이 올바르게 탐지한 비율입니다.

- FN: 실제 객체가 있지만 놓친 경우입니다.

즉, Recall이 높다? 실제 객체를 더 많이 찾아냈다. 나머지 비율은 놓쳤다.

✅ 3. mAP50

mAP50 => mean Average Precision at IoU 0.5, 임계값 0.5 기준으로 평균 정밀도

- IoU50: 50% 이상 겹쳤을 때, TP로 간주

- 클래스별 AP 계산해서 평균(mean)낸 값.

✅ 4. mAP50-95

: IoU 임계값을 0.5부터 0.95까지 0.05 간격으로 변화시키며 계산한 AP의 평균

: 더 엄격한 기준까지도 종합적으로 평가

--------------------------------------

✅ 5. Mask Precision

: 이 픽셀이 객체에 속한다고 예측한 픽셀 중 실제로 객체 픽셀인 비율

- TP: 예측 mask와 실제 Mask가 겹치는 픽셀

- FP: 예측 mask에서 잘못 예측된 픽셀

✅ 6. Mask Recall

: 실제 객체 픽셀 중 모델이 올바르게 예측한 픽셀의 비율

- FN: 실제 객체 픽셀이지만 놓친 픽셀

✅ 7. Mask mAP50

: 예측 mask와 실제 mask의 겹침 비율이 50% 이상일 때, TP로 간주

: 클래스 별 AP 계산한 후 평균

✅ 8. Mask mAP50-95

: 임계값을 0.5~0.95 간격으로 변화시키며 계산한 AP의 평균입니다.

안녕하세요.

브리아나입니다.

오늘은 yolov8 모델 freeze 하는 방법을 알아보려고 하는데요!

실패

yolo mode=train model=model.pt data=product.yaml imgsz=640 epochs=200 batch=16 freeze=10

이렇게 하니까

SyntaxError: 'freeze' is not a valid YOLO argument.

에러가 뜨더라구요..

그래서 열심히 구글링 해보던 중 다음과 같은 해결 방법의 링크를 발견했는데요!

https://github.com/ultralytics/ultralytics/issues/793

역시 욜로 커뮤니티!

from ultralytics import YOLO

def freeze_layer(trainer):
    model = trainer.model
    num_freeze = 10
    print(f"Freezing {num_freeze} layers")
    freeze = [f'model.{x}.' for x in range(num_freeze)]  # layers to freeze 
    for k, v in model.named_parameters(): 
        v.requires_grad = True  # train all layers 
        if any(x in k for x in freeze): 
            print(f'freezing {k}') 
            v.requires_grad = False 
    print(f"{num_freeze} layers are freezed.")
model=YOLO("model.pt")
model.add_callback("on_train_start", freeze_layer)
results = model.train(data="product.yaml", epochs=200, imgsz=640, batch=8)

main.py 파일을 하나 만들어서 위 코드를 복붙하고

실행시키면

freeze 잘 된 것 같습니다!!

그럼 행복한 코딩 하세요~~~~

안녕하세요. Briana입니다.

오늘은 openssh 업데이트를 해보려고 하는데요.

현재 사용 버전에 취약점이 있어서 

openssh 9 버전으로 업데이트 해보려고 합니다.

1. openssh 설치파일 다운받기

wget http://ftp.openbsd.org/pub/OpenBSD/OpenSSH/portable/openssh-9.3p2.tar.gz

wget 에러 나시는 분은 그냥 사이트 접속해서 수동으로 다운받으셔도 됩니다.

2. 압축해제

tar -zxvf openssh-9.3p2.tar.gz

3. openssh 설치하기

cd openssh-9.3p2
./configure --prefix=/usr/local/openssh --with-ssl-dir=/usr/bin --with-pam

--with-ssl-dir 에 적기 위해서openssh 경로를 알아야하는데요!

which openssl

<제가 해결한 2개 에러입니다>

1) libcrypto not found: sudo apt-get install libssl-dev

2) PAM headers not found: sudo apt-get install -y libpam0g-dev

4. 만들기

make
make install

두 개다 잘 했으면 설치 완료입니다 :)

5. Check하기

9.3p2 설치 완료했습니다~~!