TEAM Project (11.10 ~) - dog_behavior 모델

'Copied /content/drive/MyDrive/dog_behavior_analysis/bodyshake.zip to /content/dataset/bodyshake.zip
Extracting /content/dataset/bodyshake.zip...
/content/dataset/bodyshake.zip extracted to /content/dataset/bodyshake.
Adjusting directory structure for bodyshake...
Failed to find required directories for bodyshake.
Missing directory for bodyshake
Copied /content/drive/MyDrive/dog_behavior_analysis/feetup.zip to /content/dataset/feetup.zip
Extracting /content/dataset/feetup.zip...
/content/dataset/feetup.zip extracted to /content/dataset/feetup.
Adjusting directory structure for feetup...
Failed to find required directories for feetup.
Missing directory for feetup
'

 

총 13가지 행동에 대한 데이터를 구글 드라이브에 넣고 (100GB), 구글 코랩에서 하나의 모델로 훈련 시키려고 했는데, 코드를 넣고 실행 시킨 결과, zip 파일을 해제 시키는 것부터 막혔다. 위의 오류 missing directory 는 폴더 구조가 올바르지 않다는 건데 이건 코드가 수정하면 물론 가능한 문제이지만 또 다른 문제...

 

 

구글 코랩 한계

-> 현재 무료로 이용하고 있어서 100GB 이상 데이터를 관리하려면 다른 스토리지를 확장해야하고, 각 세션당 12시간 동안만 유지된다는 것 그리고, 임시 저장공간만 제공된다고하여, 세션이 종료되면 모든 데이터가 삭제됨..

그래서 할때마다 다시 했는데 이제 용량이 커지다보니 여간 불편한게 아니다..

그래서 원래는 하나의 모델로 훈련시켜서 결과값을 받아내려고 했는데, 각 행동에 대한 모델을 만들어서 필터링 하는 식으로 진행해야 할 것 같다..

 

심지어 구글 드라이브.. zip 파일로 행동 다 넣어뒀는데 다운도 너무 많이 받으면 이런 경고 문자가 뜨고, 진행되지 않는다. 다른 드라이브를 이용했어야했나.. 너무 많은 테스트를 해버린걸까........ 감안해야지

---

4차 결과

지난 결과에서 초기에 뚝하고 떨어지는 부분이 아무래도 신경이 쓰여서 찾아봤는데,

CSV 도입

키포인트 감지 모델에서 CSV 파일을 사용하여 데이터 정리,
CSV 파일은 이미지와 키포인트 정보를 행렬 형태로 정리해준다. 각 행이 하나의 이미지 데이터를 나타내고, 각 열에 키포인트 좌표(x, y)가 저장된다고 함.

 

이전에는 그냥 해당 프레임에 대입하는 식으로 했는데,

frame_number	frame_url	x1	y1	x2	y2	...
0	https://dashboard.datamaker.io/media/task/raw_data/a6394daa-41f0	137	752	188	582	...
0	https://dashboard.datamaker.io/media/task/raw_data/7	218	753	268	561	...

 

위와 같이 된다.

지난 결과에 비해 MSE와 MAE초기값이 높아지고 보다 천천히 감소하는 것처럼 보인다.
MSE와 MAE가 초기값이 더 높아서 더 안좋은건가.. 하고 찾아봤는데 이는 모델이 더 복잡하거나 어려운 데이터셋에서 시작했을을 의미한다고 한다. 모델이 이런 어려운 데이터셋을 극복(?)하고 빠르게 오차를 낮춘 점에서 모델이 데이터에 더 잘 적응했을을 나타내는 것이다.

5~10 에포크 동안 매우 가파르게 성능이 향상되었고, 학습 초기에 모델이 데이터의 패턴을 빠르게 이해했음을 보여지고 있다.

키포인트 결과도, 예측값이 전의 결과에 비하면 거의 수렴해가는 것도 확인할 수 있었다. 그래도 좋은 방향으로 진행되는것같아 다행이다..

큰데이터값을 한번에 해결하려고 해서 시간은 좀 많이 지체된것같지만 (물론.. 다른것도 하느라 그런것도 있다.. ) 그래도 제시간안에는 좋은 결과로 끝맞칠수 있을 것 같다.

아 bodyscratch 강아지 몸 긁는 행동 분석인데 해당 사진은 서있는 사진이라. .저렇게 나온걸까

라고 하니 일단 다른 행동 분석도 마무리 해보고, 3개의 모델을 합치고 강아지 영상을 보내서 결과 테스트 해봐야겠다.