Release notes
2.0.32
2.0.31
2.0.30
2.0.29
[기타]
- 최신 버젼 SaigeToolkit으로 업데이트 (12b57553c7b25e4c0fee1d1d251dece8d40fd6ac)
2.0.28
[기능 변경]
- SummaryHandler 아웃풋 이름 변경: class_idx_true 는 class_idx_num_labels로, class_idx_positive는 class_idx_num_predictions로 변경함.
2.0.27
[기능 변경]
- InferenceHandler API에서 기본으로 AMP 적용 해제. 관련 Issue
[기능 추가]
- Analysis에서 클래스별 prediction, label 들 개수 리턴하도록 추가. 관련 VOC
2.0.26
[Bug Fix]
- Detection Accurate 모델 Trainer 빌드 시 ValidationHandler 에서 cpu warmup으로 인한 이슈 수정.
2.0.25
[기능 변경]
- TrainerAPI에서 batch_size, num_workers 변경 가능하도록 파라미터 추가.
- TrainerAPI에서 Device 관련 사항 제거
2.0.24
[성능 개선]
- Fast, Standard, Accurate Model 학습 속도 개선 (AMP 적용)
- Fast, Standard, Accurate Model 성능 개선 (Optimizer 및 Backbone Learning Rate 변경, Gradient norm clipping 추가 등)
- 학습 중 Validation 속도 개선 (AMP 적용 및 batch inference 처리)
[기능 변경]
- TrainerAPI에서 batch_size, num_workers 파라미터 삭제 및 device 파라미터 추가.
[Bug Fix]
- multi-gpu 환경에서 학습으로 0번 gpu를 사용하지 않는 경우에도 0번 gpu의 메모리를 침범하는 경우 수정.
2.0.23
[성능 개선]
- DataLoader 속도 향상을 위한 InfiniteRandomSampler 추가 (SaigeToolkit
d6e54f) 및 build_sampler 추가.
- DataLoader config 변경 (num_worker 8 및 pin_memory 추가 등)
2.0.22
[기능 변경]
- 모든 데이터에 라벨 및 예측이 전혀 존재하지 않는 경우 Overall Mean metric도 -1.0 으로 리턴
2.0.21
[기능 변경]
- 클래스들의 평균 metric (F1, Precision, Recall) 계산 시 모든 클래스가 아닌 라벨 혹은 예측이 존재하는 클래스들에 대해서만 평균 계산
- 라벨 혹은 예측이 존재하지 않는 클래스에 대해서는 -1.0 (음수) 리턴
2.0.20
[Bug Fix]
- 관련 이슈
- Windows에서 한글 경로 입력 시 torch.save 안되는 것 수정 (SaigeToolkit 업데이트)
2.0.19
[기능 추가]
- 관련 로직 확인 DET Transform에서 Blind Mask 있을 때 적용 되도록 추가. (SaigeToolkit에 반영, be8087f0cd6a0397ef191aad4b8372c8e5a28695)
2.0.18
[Bug Fix]
- Windows에서 Inferene 시 GPU:0 아닐 때 느려질 수 있는 현상 관련 Trainer API 에도 적용.
2.0.17
[Bug Fix]
- 관련 이슈 확인 Windows에서 Inferene 시 GPU:0 아닐 때 느려질 수 있는 현상 수정 (Device Context 사용) 및 관련 SaigeToolkit 반영 (a6a939e39dfce7512a468fd25fe08d9c237039d9)
[기타]
- 관련 이슈 확인 API Inference Output 이름 변경
- detected_boxes -> detected_objects 이름 변경
- 관련 이슈 확인 API Inference Option 파라미터 변경
- outputs.detected_boxes 사용 불가하게 변경
- params.max_num_boxes -> params.max_num_of_detected_objects 로 이름 변경
2.0.16
[기타]
- 배포를 위해서 사용한 모델로 추정할 수 있는 모델명이 들어간 파일들에 대한 이름 변경.
2.0.15
[Bug Fix]
- 시간 측정 버그를 해결한 최신 SaigeToolkit 반영 (7989cc7238f44f33f2748c9537559a97825b3b4c)
2.0.14
[Bug Fix]
- crop_size 활성화 되어 있을 때, 메모리 터지는 것을 방지하기 위해 batch inference -> serial inference로 변경.
- Inference에서 Cuda:1을 지정할 때에도 Cuda:0에 vram이 올라가는 현상을 수정한 SaigeToolkit 반영.
2.0.13
[Bug Fix]
- Analyze에서 area threshold 적용 시 resize transform 이전에 thresholding을 적용하여 필터링이 제대로 되지 않던 버그 수정
2.0.12
[Bug Fix]
- Accurate model 학습 때 CPU에서 빌드 시 에러날 수 있는 문제 수정
- DataLoader에서 에러 발생 시 에러가 제대로 표시되지 않을 수 있는 문제 수정. (SaigeError 관련 공통 수정)
2.0.11
[기능 추가]
- Accurate model이 CPU에서 돌아가지 않는 것에 대한 에러 코드 처리
2.0.10
[Bug Fix]
- demo/train.py가 안 돌아가는 문제 수정
- v2_standard 모델에서 input size가 유저가 설정한 대로 안들어가는 것 수정 (내부 random resize 제거)
- crop 모드 설정 시 알고리즘이 의도한 대로 (v1과 유사한 로직) 동작하지 않는 부분 수정
2.0.9
[Bug Fix]
- empty bbox가 들어왔을 때, SaigeToolkit rotate augmentation 에러나는 것 수정 후 반영.
[성능 개선]
- DetBoundingBoxDefault 내부 clipping 함수 속도 개선.
2.0.8
2.0.7
[기능 추가]
- InferenceHandler Build 시 use_scripting 옵션 추가. (Default to True)
2.0.6
[Bug Fix]
- Data 수가 배치 사이즈 보다 작은 경우 무한 루프 도는 버그 해결
- Crop 모드 시에 Validation Metric 안 나오는 것 수정.
2.0.5
[기능 추가]
- DINO backbone(swin-T, swin-B, resnet들 등)들 추가 및 Yolo V7 (AnchorFree, X) 기타 모델들 추가.
[Bug Fix]
- 학습시 발생할 수 있는 empty bbox 관련 문제 개선.
- YoloV7 Inference 속도 개선 함수 활성화.
2.0.4
[기능 추가]
[기능 개선]
Trainer.to_device() 호출 시 CPU로 보내는 경우 torch.cuda.empty_cache() 호출해 GPU 메모리 일부 해제
[Bug Fix]
- 라벨이 없는 이미지 들어왔을 때 loss가 제대로 계산되지 않던 부분 해결
- 학습 시 validation을 하지 않았을 때 inference가 돌아가지 않던 부분 해결
- tranform 이후 bounding box의 widht, height가 0이 되는 라벨들 제거하는 예외처리 추가
2.0.3
2.0.2
- Cythonize된 Dino에서 backbone load가 제대로 되지 않는 문제 해결.
2.0.1
- Object metric 계산 시 label, prediction에 object 없을 때 예외 처리 안되던 부분 해결
2.0.0