Release notes

`2.0.13`

`2.0.12`

`2.0.11`

2023/08/01
SaigeToolkit 버전 업데이트: 7989cc
[Bug Fix]
- inference_time이 음수가 나오던 버그 수정.
- Inference시, Cuda:1을 지정할 때에도 Cuda:0에 VRAM이 점유되는 버그 수정.
- v2_accurate 모델에서 출력에 NaN이 생기는 버그가 수정된 v2a_accurate 모델 추가.
  - NOTE: v2a_accurate은 v2_accurate 모델과 호환은 되지만, v2a_accurate로 학습한 모델을 v2_accurate로 추론하거나 그 반대의 경우, 성능이 크게 달라질 수 있음.

`2.0.10`

`2.0.9`

SaigeToolkit 버전 업데이트: d11caf
[Bug Fix]
- adjust_saturation 어그멘테이션 알고리즘 수정 (색이 없는 픽셀이 붉은 색으로 변하는 버그)
- read_metadata에서 체크포인트가 올바르지 않은 경우, Unknown Error가 리턴 되는 문제 수정

`2.0.8`

[기능 추가]
- 메타 데이터 읽을 때, 체크포인트에 대한 검증 로직 추가
  - checkpoint_path에 파일이 존재하지 않으면 ModelFileNotFoundError 에러 레이즈
  - checkpoint_path를 여는 동안 문제 발생시 InvalidModelFileError 에러 레이즈
[Bug Fix] Anaylsis.analyze의 리턴 중 scores_original에 NaN이 발생하던 버그 수정

`2.0.7`

[기능 개선]
- v2_fast, v2_standard, v2_accurate에 해당하는 딥러닝 모델이 업그레이드 되었습니다. (기존에는 각각 v1_shallow, v1_standard, v1_deep과 동일한 딥러닝 모델이었음.)

`2.0.6`

SaigeToolkit 버전 업데이트: 1eee7a
[기능 변경]
- Preview API의 리턴 형식 변경 (자세한 리턴 형식은 api 주석을 참고): (error_code, augmented_image) → (error_code, (augmented_image, augmentation_parameters))
- SummaryHandler.summarize_analysis 리턴 변경
  - class_{idx}_underkill, class_{idx}_overkill 삭제
  - class_{idx}_precision, class_{idx}_recall 추가
[기능 추가]
- Inference.analyze의 checkpoint_path에 대한 검증 추가
  - checkpoint_path에 파일이 존재하지 않으면 ModelFileNotFoundError 에러 레이즈
  - checkpoint_path의 파일이 모델 파일이 아니면 InvalidModelFileError 에러 레이즈
[Bug Fix] 윈도우에서 validation시 num_workers > 0 인 경우 나던 error 수정.

`2.0.5`

SaigeToolkit 버전 업데이트: 6af074
[기능 추가]
- Anaylsis API가 추가되었습니다.
- Summary API가 추가되었습니다.
- InferenceHandler의 device가 바뀌는 경우 warmup 추가: Trainer.to_device를 호출하거나, 학습 중 validation 단계에 진입할 때, warmup이 일어납니다.
[기능 변경]
- Inference.analyze의 인풋 파라미터에서 use_saved_file 삭제: 해당 기능은 Anaylsis.analyze로 분리됨.
- Inference에서 summarize_analysis api 삭제: 해당 기능은 Summary.summarize_analysis로 분리됨.
[기능 개선]
- class_activation_map을 계산하는 경우에 인퍼런스 속도가 개선되었습니다.
- Trainer.to_device() 호출 시 CPU로 보내는 경우 torch.cuda.empty_cache() 호출해 GPU 메모리 일부 해제

`2.0.4`

[기능 변경] InferenceHandler.analyze 시 어떤 수의 이미지가 들어와도 항상 batch size 1 로 인퍼런스하도록 변경하였습니다.

`2.0.3`

`2.0.2`

SaigeToolkit 버전 업데이트: 1dc9cc
- torch 버전 업데이트: 2.0.0+cu118
- Augmentation preview 변경: ratio_jitter preview api를 호출할 때마다, 이미지의 네변에 각각 [0, proportion] 범위에서 랜덤하게 crop 혹은 padding을 해서 보여줍니다.
[기능 변경]
- Inference의 inference_option 타입 변경
  - params.additional_scores: List[int] → List[Union[int, float]] (내부적으로는 모두 float32로 연산)
- Inference의 리턴 타입 변경
  - scores_original: int32 → float32
  - scores_including_add: int32 → float32
- Trainer.build의 키 이름 변경: resize → image_resize_wh
- Analysis API가 InferenceHandler.analyze() & InferenceHandler.summarize_analysis() 로 변경되었습니다.
- 기존 Analysis API들은 제거되었습니다.
[기능 개선]
- 학습/인퍼런스시 데이터 전처리 최적화를 통해 속도가 향상 되었습니다.
- Trainer.build의 키 이름 변경: resize → image_resize_wh
- Analysis API가 InferenceHandler.analyze() & InferenceHandler.summarize_analysis() 로 변경되었습니다. (기존 Analysis API들은 제거되었습니다.)
- Analysis시 인퍼런스 결과 후처리 최적화를 통해 속도가 향상 되었습니다.

`2.0.1`

SaigeToolkit 버전 업데이트: e25378
[기능 추가]
- Trainer.build에 V2 network_type 추가: v2_fast, v2_standard, v2_accurate (내부적으로는 각각 v1_shallow, v1_standard, v1_deep와 동일. 추후 모델 업그레이드 예정.)
- InferenceHandler.warmup 추가
[기능 변경]
- Trainer.build 중 network_type 키 변경
  - shallow → v1_shallow
  - standard → v1_standard
  - deep → v1_deep
- Inference의 inference_option 삭제
  - outputs.scores_original 삭제: 결과에 항상 포함
  - outputs.scores_including_add 삭제: 결과에 항상 포함
  - outputs.class_index 삭제: 결과에 항상 포함
  - params.temperature 삭제: 항상 기본값(1.0) 사용
- Inference의 inference_option 변경
  - params.max_batch_size → params.batch_size로 이름 변경
  - 인퍼런스 시 고정 GPU 메모리를 사용 (항상 params.batch_size로 배치사이즈 만들어서 인퍼런스)
  - params.batch_size는 InferenceHandler.build시에만 적용 가능하며, set_inference_option 에서는 변경이 불가합니다.
[Bug Fix]
- Windows에서 Trainer.build시 num_workers=0 사용하는 경우 발생하는 에러 해결
- 내부 알고리즘 변경 (.contiguous())으로 인퍼런스 속도가 향상되었습니다.

`2.0.0`

`rc1`

`rc0`