난 학부연구생도 아니라서 
걍 취미로 내가 구상한 모델 직접 구현하고 테스트해보는데
잘 안돼도 그게 왜 안되는건지 해석이 안됨.
Ablation은 나름 해보는데 걍 베이스라인이랑 학습 그래프도 똑같고 검증 성능도 똑같고 ㅋㅋ

대충 뭐냐면
이미지넷에 있는 클래스를 다 dinov2에 통과시킨다음에 gap하고
그걸 모아서 클러스터링 한 다음에 하드웨어에 피처맵 원본을 저장해둠.

그리고 훈련,추론할 때 이미지가 들어오면 dinov2 통과시키고, gap하고, 하드웨어에서 RAG마냥 유사도 기반으로 피처맵 하나 꺼내온 다음에 그거로 크로스어텐션한걸 디코더에 입력하는 방식인데

난 이게 왜 장점이 있을거라 생각했냐면
하나의 클래스에 대해 가장보편적인 클러스터랑, 입력된 이미지랑 비교하는 방식에서 모델이 훨씬 더 ‘개‘의 일반적인 특징, ’고양이‘의 일반적인 특징을 잘 파악을 할거라고 생각했는데
특히 하나의 클래스에 대해 동일한 이미지가 계속 들어오면
학습동역학에 있어서 안정적일거라 생각했음.

근데 아닌가본데 하여튼 궁금한건
내가 생각한 모델이 왜 말도안되는 모델인지를 어떻게 알수있고
분석은 또 어떻게 하는건지 모르겠음