CreateTrainer

---

트레이너를 생성하는 방법으로 AutoML모드, 전문가모드 두 가지를 지원합니다.

명칭	설명
AutoML모드	Visin-ML에서 제공된 레거시 모델로 학습하고 자동 NAS/HPO/RAY-TUNE을 통해 성능이 가장 좋은 모델을 사용할 수 있습니다.
전문가모드	허브에 배포된 모델들을 사용할 수 있으며, 하이퍼파라미터 튜닝을 통해 통해 모델을 직접 튜닝할 수 있습니다.

NOTE

전문가모드에서는 AutoML모드 보다 세분화된 하이퍼파라미터 튜닝이 가능합니다.

Purpose Type

트레이너의 사용될 모델의 타입(목적)을 선택합니다.

명칭	설명
Classification	[분류]에 해당되는 트레이너를 구성합니다.
Detection	[검출]에 해당되는 트레이너를 구성합니다.
Segmentation	[세분화]에 해당되는 트레이너를 구성합니다.
Anomaly Detection	[분류, 세분화]에 해당되는 트레이너를 구성합니다.

모델 설정

트레이너의 사용될 모델을 선택합니다.

명칭	기능명	설명
XAI	사용/미사용	학습이 완료된 모델에서의 XAI결과를 확인 할 수 있습니다.
허브 위치	모델 허브 / 업스트림허브	허브의 저장소를 선택할 수 있습니다..
모델명		허브에 배포된 모델의 정보를 확인하고 사용할 수 있습니다.
버전		사용할 모델의 버전을 설정할 수 있습니다.
모델 별칭		사용할 모델의 별칭을 설정할 수 있습니다.
추가		선택한 모델을 추가할 수 있습니다.

NOTE

모델은 최소 한 개 이상 선택을 해야하며, 여러개의 모델 추가가 가능합니다.

모델 세부 설정 (하이퍼파라미터 설정)

학습모델의 성능을 튜닝하기 위한 하이퍼파라미터 설정이 가능합니다.

명칭	기능명	설명
ComputeDevice	device (auto)	사용자의 환경을 자동으로 감지하여 CPU 또는 GPU를 선택합니다.
EarlyStopping	earlyStopping (true/false)	검증 성능이 일정 횟수 동안 향상되지 않으면 학습을 조기에 종료하여 과적합을 방지합니다.
	esPatience	성능이 개선되지 않아도 학습을 유지하는 최대 epoch 수입니다.
	esMonitor	성능을 평가할 기준 지표입니다.
HyperParameter	epoch	데이터셋 전체를 몇 번 반복하여 학습할지 설정합니다.
	batchSize	한 번의 연산에 사용할 데이터 샘플의 개수를 설정합니다.
	grayScale	입력 이미지를 흑백(Grayscale)으로 변환할지 여부입니다. (true/false)
Optimization	optimizer	가중치를 업데이트하는 최적화 알고리즘입니다.
	learningRate	가중치를 조정하는 속도(학습률)입니다.
	momentum	이전 기울기를 일정 비율 반영하여 최적화 속도를 향상시킵니다.
	decay	학습이 진행될수록 학습률을 점진적으로 줄이는 비율입니다.
weightInitialization	None	기본값을 사용하여 가중치를 초기화합니다.
	He	ReLU와 같은 활성화 함수에 적합한 방식으로 가중치를 초기화합니다.
	Xavier	시그모이드, Tanh 같은 활성화 함수에 적합한 방식으로 가중치를 초기화합니다.
lrScheduler	(true/false)	학습률 스케줄링을 활성화하여 학습률을 자동으로 조정할지 설정합니다.
searchAlgorithm	optuna	효율적인 하이퍼파라미터 튜닝을 위한 최적화 알고리즘입니다.
	random	무작위로 하이퍼파라미터 값을 선택하는 방식입니다.
	bohb	베이지안 최적화와 하이퍼밴드 알고리즘을 결합한 방식입니다.
	hyperopt	베이지안 최적화를 기반으로 하이퍼파라미터를 탐색하는 방식입니다.
trainType	fine-tune	기존 모델을 학습된 가중치를 유지하면서 일부만 재학습합니다.
	transfer-learning	사전 학습된 모델을 사용하여 새로운 데이터에 맞춰 학습합니다.

모델 학습 데이터 설정

모델의 학습을 위한 데이터셋 구성이 가능합니다.

명칭	기능명	설명
서비스 정보 설정	all / image / video	해당되는 타입의 데이터셋을 필터링 합니다.
class 설정	Groupping Tags	동일한 클래스 이지만 다른 클래스명으로 지정된 경우, 클래스 그룹핑 기능을 사용하여 하나의 클래스로 합칠 수 있습니다.
학습 비율 설정	Train/Validation	학습을 진행하면서 학습 및 평가에 사용할 데이터셋의 비율을 지정할 수 있습니다.

Class 설정

클래스의 수가 한쪽으로 편향된 경우, 클래스 밸런스 기능을 통해 클래스의 수를 동일하게 할 수 있습니다.

명칭	기능명	설명
Class 그래프		현재 클래스의 분포도를 원형차트로 확인할 수 있습니다.
Class Balance		클래스 밸런스 기능을 사용할 수 있습니다.
Class Balance	Auto / Custom	클래스 밸런스 적용시, 이미지 증식 알고리즘을 자동으로 선택하거나 필요한 기능만 선택할 수 있습니다.

트레이너 정보

트레이너 생성 시, 기본정보를 기입할 수 있습니다.

명칭	설명
트레이너 명	생성할 트레이너 이름
설명	생성할 트레이너 설명