DINO SwinL 성능 해석시 주의점

https://github.com/IDEA-Research/DINO

GitHub - IDEA-Research/DINO: [ICLR 2023] Official implementation of the paper "DINO: DETR with Improved DeNoising Anchor Boxes f

 

 

DINO 를 Detector로 사용한 모델/방법들의 성능이 어마어마하다. 근데 이 성능을 바라볼때, 단순히 "모델이 뛰어나서"라고 생각하는 것은 주의해야할 거 같다.

 

SwinL을 백본으로 둔 DINO는

 

(1) 무려 ImageNet-22k 로 SwinL을 사전학습 시키고

 

(2) Object365 데이터셋으로 또 사전학습을 거치고

 

(3) 그다음 COCO dataset 으로 파인튜닝된

 

모델이다.

 

현재(2023년4월24일)  COCO 벤치마크 기준 1등 방법인 InternImage 도 이러한 advanced setting(논문식 표현)을 따랐다.

 

 

 

 

대개 COCO dataset만 갖고서 학습되는 YOLO 류 모델들을 갖고서 위 방식으로 학습하면 어떤 결과가 나올지 궁금하다.