모델 변경

증상 감지가 품종에 따라 나뉘지 않고 토마토의 흰가루병이 호박의 흰가루병과 겹치는 등의 문제가 계속되어, 데이터셋 좀 뜯어봤는데 생각보다 문제가 좀 있었다. 학습, 검증 비율은 잘 맞았으나 작물, 그리고 작물의 증상, 작물의 건강: 비건강 비율이 맞지 않았다. 이게 데이터셋 문제인지 모델 문제인지 모르겠어서 동일 데이터셋을 쓴 모델을 좀 찾아봤다.

검색해보니 같은 데이터셋으로 좋은 성능을 내는 모델들이 더 있었다. 난 그 중 리소스를 아끼되 최선의 결과가 나왔으면 좋겠어서 저기에서 가장 가벼운 코넬 대학 레스넷50으로 논문대로 시도해보려고 한다.
그 후에 rag를 붙이던 llava를 쓰던 데이터를 한국 작물에 맞게 추가하던 해서 조정하려고 한다.

1. 코넬 대학 논문 그대로 실행
2. 내 코드에 해당 pth 적용, onnx 적용

사실 30까지 돌리던 중 케글 터져서 저장도 못했다 하.....ㅋㅋㅋㅋ 근데 확실히 검증 정확도가 높아서 기대해볼 만 하다고 본다.