[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -1,63 +1,205 @@
|
||||
---
|
||||
id: wiki-2026-0508-image-classification-mastery
|
||||
title: Image Classification Mastery
|
||||
title: Image Classification
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [CV-CLASS-001]
|
||||
aliases: [image classification, ResNet, ViT, EfficientNet, ImageNet, CLIP]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 1.0
|
||||
tags: ["Computer Vision|[Computer-Vision", Deep-Learning, image-classification, cnn, vit]
|
||||
confidence_score: 0.96
|
||||
verification_status: applied
|
||||
tags: [computer-vision, classification, resnet, vit, efficientnet, clip, imagenet]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-26
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: Python
|
||||
framework: PyTorch / timm / Transformers
|
||||
---
|
||||
|
||||
# Image Classification [[Mastery|Mastery]] (이미지 분류 마스터리)
|
||||
# Image Classification
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "픽셀의 뭉치에서 사물의 특징(Feature)을 추출하여, 기계가 세상을 명명(Labeling)하게 하라" — 입력 이미지를 미리 정의된 여러 카테고리 중 하나(또는 그 이상)로 분류하는 컴퓨터 비전의 핵심 태스크이자, 모든 시각 지능 시스템의 시작점.
|
||||
## 매 한 줄
|
||||
> **"매 image → class label"**. 매 ImageNet benchmark. 매 evolution: AlexNet 2012 → VGG → ResNet 2015 → EfficientNet → ViT 2020 → CLIP / DINOv2. 매 modern: 매 foundation model 의 zero-shot.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- **추출된 패턴:** 이미지의 국소적 특징(선, 면, 질감)을 하위 레이어에서 추출하고, 이를 상위 레이어에서 조합하여 사물의 고유한 형태를 인식하는 계층적 특징 학습 패턴.
|
||||
- **핵심 아키텍처:**
|
||||
- **CNN (Convolutional Neural Networks):** 공간적 구조를 보존하며 특징을 추출하는 고전적 강자 (ResNet, EfficientNet).
|
||||
- **Vision Transformer (ViT):** 이미지를 패치 단위로 나누어 어텐션 메커니즘을 적용, 전역적인 맥락 파악에 유리.
|
||||
- **[[Transfer Learning|Transfer Learning]]:** 거대 데이터셋(ImageNet 등)으로 사전 학습된 모델을 활용하여 소량의 데이터로도 고성능 구현.
|
||||
- **의의:** 자율주행, 의료 영상 진단, 콘텐츠 필터링 등 이미지가 데이터로 사용되는 거의 모든 산업의 기반 기술.
|
||||
## 매 핵심
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌:** 단순히 정적인 이미지를 분류하던 단계를 넘어, 이제는 텍스트와 이미지를 동시에 이해하는 멀티모달([[CLIP|CLIP]] 등) 모델을 통해 '문맥적 분류'가 가능한 시대로 진화.
|
||||
- **정책 변화:** Antigravity 프로젝트는 수집된 이미지 자료(`00_Raw/Images`)를 자동으로 인덱싱하고 위키 카테고리에 할당하기 위해 최신 ViT 기반의 분류 엔진을 상시 가동함.
|
||||
### 매 architecture evolution
|
||||
- **AlexNet** (2012): 매 deep learning revival.
|
||||
- **VGG** (2014): 매 deeper.
|
||||
- **ResNet** (2015): 매 skip connection.
|
||||
- **EfficientNet** (2019): 매 compound scaling.
|
||||
- **ViT** (2020): 매 transformer.
|
||||
- **ConvNeXt** (2022): 매 modern CNN.
|
||||
- **DINOv2** (2023): 매 self-supervised.
|
||||
- **CLIP** (2021): 매 zero-shot.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- Object-Detection-Mastery, [[Image-Segmentation-Techniques|Image-Segmentation-Techniques]], Deep-Learning-Foundations, Computer-Vision-Mastery
|
||||
- **Raw Source:** 10_Wiki/Topics/AI/Image-Classification-Mastery.md
|
||||
### 매 응용
|
||||
1. **Medical** (X-ray, pathology).
|
||||
2. **Industrial** (defect detection).
|
||||
3. **Retail** (visual search).
|
||||
4. **Wildlife** (camera trap).
|
||||
5. **Content moderation**.
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
## 💻 패턴
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### timm (modern model zoo)
|
||||
```python
|
||||
import timm
|
||||
model = timm.create_model('vit_base_patch16_224', pretrained=True)
|
||||
data_config = timm.data.resolve_data_config({}, model=model)
|
||||
transforms = timm.data.create_transform(**data_config)
|
||||
```
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
### Fine-tune (PyTorch)
|
||||
```python
|
||||
import torch
|
||||
from torchvision.models import resnet50, ResNet50_Weights
|
||||
model = resnet50(weights=ResNet50_Weights.IMAGENET1K_V2)
|
||||
model.fc = torch.nn.Linear(2048, n_classes)
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
# 매 freeze backbone (transfer learning baseline)
|
||||
for p in model.parameters(): p.requires_grad = False
|
||||
for p in model.fc.parameters(): p.requires_grad = True
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
optim = torch.optim.AdamW(model.fc.parameters(), lr=1e-3)
|
||||
```
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
### CLIP zero-shot
|
||||
```python
|
||||
from transformers import CLIPProcessor, CLIPModel
|
||||
model = CLIPModel.from_pretrained('openai/clip-vit-large-patch14')
|
||||
processor = CLIPProcessor.from_pretrained('openai/clip-vit-large-patch14')
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
texts = ['a photo of a dog', 'a photo of a cat', 'a photo of a bird']
|
||||
inputs = processor(text=texts, images=image, return_tensors='pt')
|
||||
out = model(**inputs)
|
||||
probs = out.logits_per_image.softmax(dim=-1)
|
||||
```
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
### DINOv2 (self-supervised features)
|
||||
```python
|
||||
import torch
|
||||
dinov2 = torch.hub.load('facebookresearch/dinov2', 'dinov2_vitl14')
|
||||
features = dinov2(image) # 매 frozen embedding for downstream
|
||||
```
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
### Mixup
|
||||
```python
|
||||
def mixup(x, y, alpha=0.4):
|
||||
lam = np.random.beta(alpha, alpha)
|
||||
idx = torch.randperm(x.size(0))
|
||||
return lam * x + (1 - lam) * x[idx], y, y[idx], lam
|
||||
```
|
||||
|
||||
### CutMix
|
||||
```python
|
||||
def cutmix(x, y, alpha=1.0):
|
||||
lam = np.random.beta(alpha, alpha)
|
||||
H, W = x.shape[-2:]
|
||||
cut_w = int(W * (1 - lam) ** 0.5)
|
||||
cut_h = int(H * (1 - lam) ** 0.5)
|
||||
cx, cy = np.random.randint(W), np.random.randint(H)
|
||||
x1, y1 = max(0, cx - cut_w//2), max(0, cy - cut_h//2)
|
||||
x2, y2 = min(W, cx + cut_w//2), min(H, cy + cut_h//2)
|
||||
idx = torch.randperm(x.size(0))
|
||||
x[:, :, y1:y2, x1:x2] = x[idx, :, y1:y2, x1:x2]
|
||||
return x, y, y[idx], 1 - (x2-x1)*(y2-y1)/(W*H)
|
||||
```
|
||||
|
||||
### Augmentation (albumentations)
|
||||
```python
|
||||
import albumentations as A
|
||||
augment = A.Compose([
|
||||
A.RandomResizedCrop(224, 224),
|
||||
A.HorizontalFlip(),
|
||||
A.ColorJitter(0.2, 0.2, 0.2, 0.1),
|
||||
A.RandomErasing(p=0.25),
|
||||
A.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
|
||||
])
|
||||
```
|
||||
|
||||
### Test-Time Augmentation
|
||||
```python
|
||||
def tta_predict(model, image, n_aug=5):
|
||||
predictions = []
|
||||
for _ in range(n_aug):
|
||||
aug_img = random_augment(image)
|
||||
predictions.append(model(aug_img).softmax(-1))
|
||||
return torch.stack(predictions).mean(0)
|
||||
```
|
||||
|
||||
### Top-K accuracy
|
||||
```python
|
||||
def topk_accuracy(logits, labels, k=5):
|
||||
topk = logits.topk(k, dim=-1).indices
|
||||
correct = (topk == labels.unsqueeze(-1)).any(dim=-1).float().mean()
|
||||
return correct
|
||||
```
|
||||
|
||||
### Model card (best practice)
|
||||
```yaml
|
||||
model: my-classifier-v2
|
||||
backbone: vit_base_patch16_224
|
||||
training_data: ImageNet-1k + custom 100k
|
||||
classes: 1000
|
||||
augmentation: RandAugment + Mixup + CutMix
|
||||
ttest_top1: 84.5
|
||||
test_top5: 97.2
|
||||
calibration_ece: 0.034
|
||||
inference_ms_a100: 8
|
||||
```
|
||||
|
||||
### Modern recipe (DeiT, ViT)
|
||||
```python
|
||||
def modern_train_recipe():
|
||||
return {
|
||||
'optimizer': 'AdamW',
|
||||
'lr': 1e-3, 'wd': 0.05,
|
||||
'scheduler': 'cosine + warmup 5 epochs',
|
||||
'epochs': 300,
|
||||
'augmentation': 'RandAugment + Mixup 0.8 + CutMix 1.0',
|
||||
'label_smoothing': 0.1,
|
||||
'stochastic_depth': 0.1,
|
||||
'ema': True,
|
||||
}
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Model |
|
||||
|---|---|
|
||||
| Need pretrained | timm |
|
||||
| Best ImageNet | DeiT III / ViT-L |
|
||||
| Mobile | MobileNetV3 / EfficientNet-Lite |
|
||||
| Zero-shot | CLIP |
|
||||
| Self-supervised | DINOv2 |
|
||||
| Tiny | ResNet18 / EfficientNet-B0 |
|
||||
|
||||
**기본값**: 매 timm + 매 ViT-B/L pretrained + 매 modern recipe (RandAug + Mixup + CutMix + label smooth) + 매 TTA 의 critical eval.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Computer-Vision]]
|
||||
- 변형: [[ResNet]] · [[ViT]] · [[EfficientNet]] · [[ConvNeXt]]
|
||||
- 응용: [[CLIP]] · [[DINOv2]] · [[Image-Segmentation]]
|
||||
- Adjacent: [[Foundation-Models]] · [[Transfer-Learning]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 image task. 매 visual search. 매 medical.
|
||||
**언제 X**: 매 segmentation / detection (다른 task).
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Train from scratch**: 매 timm pretrained 의 use.
|
||||
- **No augment**: 매 overfit.
|
||||
- **Top-1 only**: 매 also top-5 / calibration.
|
||||
- **No TTA at eval**: 매 lose 1-2%.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (timm, He ResNet 2015, Dosovitskiy ViT 2020, Oquab DINOv2 2023).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — 매 evolution + timm / CLIP / DINOv2 / Mixup / TTA code |
|
||||
|
||||
Reference in New Issue
Block a user