Skip to content

Release notes

2.1.0

  • Released on 2024-09-25
  • [의존성]
    • SaigeToolkit 2.2.3 적용
  • [기능 추가]
    • detection 모듈에 lazy_loading 추가.
    • detection 모듈에 새로운 error_message system 도입.
  • [의존성]
    • python 3.11 및 pytorch 2.3.0 사용.

2.0.45

2.0.44

2.0.43

2.0.42

  • Released on 2024-07-09
  • [기능 수정]
    • Analysis Intermediate File 압축 추가.

2.0.41

  • Released on 2024-07-01
  • [Hotfix]
    • [의존성 업데이트] av 12.0.0 으로 업데이트. (av 8.1.0 사용 불가.)

2.0.40

  • Released on 2024-06-13
  • [기능 수정]
    • Standard 모델에서 최대 300개의 output이 나올 수 있도록 조정. (기존 100개.)

2.0.39

  • [기능 추가]
    • 내부 사용 API 추가 (UDDD에서 사용)

2.0.38

  • [기능 추가]
    • NanLossError 추가.
  • [기타]
    • 최신 SaigeToolkit (09cefc5003683933087b79ac2ace0bc733d61174) 반영.

2.0.37

  • [Bug fix]
    • lr_backbone 사용 시, lr 및 lr_backbone 외 파라미터가 optimizer에 전달되지 않는 문제 수정.
    • AMP 적용시, GradScaler init_scale 조정 및 growth_interval 조정. (DINO with SwinT, DINO with SwinL의 학습 불안정 문제 해소.)
  • [기타]
    • transformers==4.38.2 로 requirements.txt 수정.
    • 최신 SaigeToolkit (e11ace812f64fe8bf0bda87906e9fbe0bf213722) 반영.

2.0.36

  • [기능 변경]
    • DET Accurate 모델에 대해서 AMP(Automatic Mixed Precision) 해제 및 이와 관련하여 micro batch 수정. 이미지 사이즈 512*512부터 내부적으로 micro batch를 사용함. (기존 800 * 800 초과일 때 사용.) detection accurate 학습 중 에러 발생

2.0.35

2.0.34

2.0.33

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

  • [기능 추가]
    • Accurate 모델 추가.

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]
    • Analysis API가 추가되었습니다.
    • Analysis API: 모델 빌드 없이 analysis postprocess & summary 수행
    • Summary API가 추가되었습니다.
  • [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

  • 절대 경로로 import 하는 것 수정

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

  • initial release