LFI(Leica Fotografie International) 선정 확률 계산기 - 2

 

생각보다 오래 걸렸다. 역시 맥미니로는 학습에 너무 오래 걸린다. 몇 번의 시도 끝에 적절한 옵션을 찾았다. 처음에는 마스터샷들만 학습 데이터로 활용했는데, 오버피팅 문제가 해소되지 않아서 결국 마스터샷이 아닌 데이터들도 찾아왔다. 여기서 논리적으로 모순되는 데이터들이 학습에 활용되어 결과에 대한 확신이 다소 떨어진다. 모순된다고 생각한 이유는 마스터샷에 선정된 것과 선정되지 않고 탈락한 것들로 분류가 되어야 하는데 애초에 마스터샷에 등록조차 안해본 사진들이라서 만약 이 사진이 라이카로 찍었고, LFI에 등록 신청을 해봤다 등의 변수들을 통일하지 못했기 때문이다.

 

2024.08.15 - [사진 이야기] - LFI(Leica Fotografie International) 선정 확률 계산기 - 1

 

 

대전제가 라이카로 찍은 사진은 다르다이고 그 다르다가 후보정을 어떻게 해도 컴퓨터가 알아차릴 만큼 다르다면 문제되지 않을테니 어찌보면 그냥 무시해도 될 변수일 수도 있을 것 같다. 물론 난 라이카가 찍기만 해도 다르다는 것에 동의하지 않는다. 이건 나중에 기회가 되면 다뤄보겠다.

 

다행히 사내 동호회에 올라왔던 사진들 중에 LFI 선정 경험이 없는 것들을 추가할 수 있었다. 물론 마스터샷이 모두 아니니까 모두를 포함할 수 있겠지만 그래도 Selection에 선정된 것들은 제외했다. 그리고 가중치를 튜닝해가며 코드를 수정했다. 다섯번의 교차검증 결과가 아래와 같이 나왔다.

 

              precision    recall  f1-score   support

 

           0       0.91      1.00      0.95      1538

           1       1.00      0.63      0.77       437

 

    accuracy                           0.92      1975

   macro avg       0.95      0.82      0.86      1975

weighted avg       0.93      0.92      0.91      1975

 

 

클래스 1이 마스터샷이 아닌 것이고, 클래스 0이 마스터샷인데 제법 정확도가 높아졌다. 클래스1의 F1-score가 더 높았으면 좋았겠다 싶지만 그래도 이정도면 초기 테스트용으로는 괜찮다고 생각했다. 이제 몇가지 테스트 사진을 어떻게 평가하는지 돌려보고 인간 지능의 평가까지 받아보아야겠다는 생각에 코드를 돌렸을 때 또 한번 문제가 발생했다. SavedModel 형식으로 저장하지 않고 h5로 저장했더니 모델을 불러올 때 오류가 발생했다. 어떤 식으로도 안돼서 결국 다시 학습을 돌리는 중이다. 

 

이게 사진의 주제에는 알맞지 않은 것도 같지만 일단 계속 여기에 이어서 써야겠다.