원래 이런거 닥눈삼한 다음 쓰는게 맞는데 하도 급해서 공지만 읽고 글 바로 쓰게됨여 ㅈㅅㅈㅅ...
석사과정중인 대학원생이고 곤충분류 하다가 갑자기 딥러닝 관련한 툴 만지게 될 일 있어서 질문하게 됨(교수님에게 인터넷으로 외부인에게 질문해도 되는건 다 오케이싸인 받고 올림 어차피 방법론적인 어드바이스만 구하는중인지라)
현재 다루는 주제인 두 딱정벌레의 수컷 생식기 현미경 사진임
사람의 경우 생식기 끝 갈고리를 알아내거나 내부 기관의 패턴등을 보고 구분이 가능한데, 딥러닝은 눈문들 찾아보니까 데이터 이빠이 구축해서 사전학습을 하는게 아닌이상 불가능한거로 알고있는데
문제는 이 애들의 경우 사진 장 수가 너무 제한되어있음. 종당 많으면 8장, 적으면 4장 정도...? 그렇다고 더 찍을수도 확보하거나 증량할수도 없는 상황이고...ㅇㅇ
완벽하진 않아도 되고, 퀄리티야 나중에 개선할 문제니
이 적은 사진들만으로 컴퓨터가 이런식으로 각 종 간 외관적인 특징을 잡아서 차이점을 설명해주는 방법이 있을까
현재 채찍피티 붙잡고선 resnet18, resnet50, Grad-CAM에 적용할수 있는 방법이랑 코드들 이래저래 뽑아보고, 각 종 CAM 결과의 평균값을 얻어서 그 평균으로 종간 Pairwise하는 결과까지도 얻고 했는데
대충 이렇게 하면 사진 정규화도 안되어서 손실되는 정보가 많아서 우선 이것부터 해결해야하거니와
위 사진에 설명한 종들의 CAM 평균값을 빼서 나온 차이점인데... 얼추 갈고리 구조가 없다는걸 잡았다고는 생각하지만...
뭔가 더 자세한 디테일을 잡을수 있을법한, 저어가 시도해볼수 있는 방법이 있는지 알고싶음
질문이 모호하다고 느껴져서 제가 디테일 더 설명해야한다 하면 지적해주고 필요하면 오픈챗이나 디코같은 개인 연락처 제공 가능
어디까지나 내가 툴이든 모델이든 개발하는게 아닌 단순히 가능 여부를 확인하는 방법론적인 접근일 뿐이라 이런거에 초점을 맞춰보고 싶음
행님들 부탁드림다...
-------------------
답글 하나하나 다는 못달지만 다들 어드바이스 감사해요 참고해서 이래저래 시도해보겠읍니다...
- dc official App
통계적방법으로 후처리하는거 같은데 보통 데이터가 없을때 정석적인방법은 데이터증폭시켜서 학습시켜봄. 과적합안나게하는건 파라미터튜닝노가다 어쩔수없이 해봐야함.
차이점을 설명하는건 데이터셋도 적고 특징도 두드러지지않아서 어려울것같음 그냥 단순히 종구분을 하고싶은거고 데이터셋이 적다면 few shot learning이나 zero shot learning같은거 찾아보셈 - dc App
1번 이미지 segment anything 에 넣어보니까 영역은 잘찾아주는거같음 segment anything 돌린다음에 위에 말한 휴먼 어쩌구 한번 찾아봐서 갈고리가 있는지 없는지 판단하면될듯 - dc App
데이터가 그정도로 빈약하다면 단순 이미지ㅡ정답 페어링넣는 일반적 지도학습으로는 어려울것같음
갈고리의 뾰족함 같은 특징(human crafted feature같은 키워드로 조사해보면 될거)을 분류하는 고전적인 머신러닝정도면 충분할거같은데