TEAM Project (11.09) - dog_behavior 모델 (2, 3차 결과)

ImageDataGenerator 설정

 # 데이터 증강 생성기 설정
    datagen = ImageDataGenerator(
        rotation_range=20,
        width_shift_range=0.2,
        height_shift_range=0.2,
        brightness_range=[0.8, 1.2],
        zoom_range=0.2,
        horizontal_flip=True
    )
    train_generator = datagen.flow(X_train, y_train, batch_size=16)

 

2차 결과

 

MSE와 MAE 그래프에서 훈련 및 검증 손실이 지속적으로 감소하고, 최종적으로 훈려과 검증 손실이 비슷하게 수렴

과적합이 발생하지 않고 모델이 안정적으로 학습된다는 것을 보여준다.

Actual 그래프 -> 각 프레임에서 실제 키포인트(빨간색)
Predicted 그래프 -> 모델이 예측한 키포인트(파란색)

예측된 키포인트가 실제 키포인트가 일치하지 않음..정밀도를 높여야할듯

---

3차 결과

OpenCv로 전처리 ( animal_classification 모델 분석과 동일하게 )

 

2차 때와 비교하면 일정하게 error (손실값)이 더 낮은 상태롤 유지됨, 잘 진행된 것같음

2차 결과와 비교했을 때 모델의 학습 과정에서 손실 값의 변화가 있었지만, 예측결과 비교에서는 실제 값(빨간점)과 예측값(파란점)의 일치도는 거의 없고, 특히 2차와 비교했을 때 예측 정화도가 크게 개선되지 않았으며, 오차가 여전히 남아있다.

3차를 해보니깐 생각이 든건데.. 데이터의 문제인 것 같다. 현재 앉아있는 행동에 대해서만 데이터를 사용하여 모델을 테스트했는데, 제한된 데이터로 모델이 다양한 행동 패턴을 학습하는데 부족했던 것 같다..

 

왜 지금 생각이 나는거지..

 

다음은 다른 행동 데이터 다 추가하고, 모델 재학습해보자