[YOLOv10: Real-Time End-to-End Object Detection] Test.

논문에서 소개한 성능표

AP값을 어떠한 기준으로 가져왔는지는 정확히 나와있는 사이트는 확인하지 못하였으나 Ultralytics Community(Discord)에 의하면 통상적으로 논문에서 제시하는 AP값은 특정 코멘트가 없는 이상 AP(0.5:0.95)를 기준으로 한다고 한다. 확인을 위해 몇가지 버전의 모델들을 다운받아 테스트 한 결과 AP(0.5:0.95)값들에 대해 거진 같은 값(Tensor RT 등의 작업으로 인한 오차 감안)을 가지는 것을 확인할 수 있었다. (Toxite 유저는 Community Helper 역할 부여받음)

yolov10l.pt , yolov10n.pt, yolov10s.pt 지표

100epoch 훈련 결과 AP(0.5:0.95)val값은 0.431로 출력

논문과 one-to-one Head에 대해서 0.032(3.2%)의 차이가 존재하는 것을 확인. 해당 값의 차이를 확인하기 위해서 논문을 다시 한번 확인해보기로 하고 체크하였을 때 차이점의 여부에 대해 확인할 수 있었다.

다른 조건들은 모두 동일했으나 Epoch수에 대해 차이점이 있었다.

기본 실험에서는 Ultralytics의 Github를 소개하며 해당 사이트와 동일한 조건으로 테스트하였다고 소개하였으나 세부 영역에서 논문에서는 총 500 Epochs를 돌렸고(3090GPU-8 EA로 학습을 진행) 400 Epochs에 대한 차이값이 0.032의 AP(0.5:0.95)차이점을 나타낸 것으로 확인된다.

500Epoch를 돌리려면 예상 시간으로 150시간정도가 걸릴 것으로 예상되어 테스트는 잠시 미뤄두기로 하였으나 값이 감소되는 추세를 보았을 때 Epoch를 늘렸을 때 0.46까지 도달할 것으로 예상된다.

붉은색 라인이 AP(0.5:0.95)영역에 대한 값으로 0.4294에 대한 AP값을 출력.

해당 커맨드는 coco dataset에 대해서 best.pt모델을 사용하여 val을 진행한 과정.