배경

2023 겨울방학 딥러닝 스터디

• ResNet, MobileNetV2, EfficientNet 논문 리뷰와 코드 구현
  • 세 모델의 공통점: 이미지 분류, 객체 탐지, 이미지 생성 등의 컴퓨터 비전 작업에 주로 사용된다. CNN 구조를 기반으로 한다.
  • 모델 테스트는 cifar10 데이터셋을 이용했다

이론적으로 공부한 내용을 다른 데이터셋에도 적용해보고자 함 → MIMII 데이터셋 선택

• MIMII 데이터셋

기존 아이디어:

1. MIMII Dataset은 기계의 정상적인 작동 소리와 고장 상태에서의 작동 소리를 포함하는 데이터셋이다.
2. MIMII Dataset의 소리 데이터를 Mel Spectrogram으로 변환해 2D 데이터 형태로 만든다.
3. 변환된 2D 데이터를 ResNet, MobileNetV2, EfficientNet에 input으로 넣는다.
4. Supervised 방식으로 모델을 학습시킨다.
5. 학습 결과 각 모델이 정상, 비정상을 잘 구분하는지 확인한다.

결과:

높은 accuracy, 낮은 F1-score

→ 정상, 비정상 데이터를 잘 분류하지 못했다.

Mobilenet epoch 50일 때의 confusion matrix

결과에 대한 이유 분석