Release notes
2.1.1
2024/10/11
- SaigeToolkit 버전 업데이트:
2.2.5
- revert traceback encryption
[서브모듈 업데이트]
- SaigeClassification2:
2.1.1
- SaigeObjectDetection:
2.1.1
- SaigeSegmentation2:
2.1.1
2.1.0
2024/09/26
- SaigeToolkit 버전 업데이트:
2.2.3
- [minor 버전 정식 배포]
[서브모듈 업데이트]
- 호환되는 기능의 버전은 다음과 같습니다.
- SaigeClassification2:
2.1.0
- SaigeObjectDetection:
2.1.0
- SaigeSegmentation2:
2.1.0
2.1.0-rc2
2024.09.10
- SaigeToolkit 버전 업데이트:
2.2.2
[라이브러리 업데이트]
- SaigeToolkit을
2.2.2로 업데이트함에 따라, python 3.11 & pytorch 2.3.0 으로 업데이트 되었습니다.
[서브모듈 업데이트]
- 호환되는 기능의 버전은 다음과 같습니다.
- SaigeClassification2:
2.1.0-rc2
- SaigeObjectDetection:
2.1.0-rc2
- SaigeSegmentation2:
2.1.0-rc4
2.1.0-rc1
2024.08.14
- SaigeToolkit 버전 업데이트:
2.1.0
[기능 변경]
- error message를 api output에서 직접 출력하도록 수정했습니다.
error_code, error_message, result = api()
- VISIONPRD-1029 이슈 및 Development guide 문서의
SaigeError 정의 섹션을 참고해 주세요.
[기능 개선]
- error message에 추가적인 message 를 argument 로 입력할수 있도록 개선했습니다.
- image_load 시 발생하는 에러에 대한 messaging을 개선했습니다.
2.1.0-rc0
2024.08.01
- SaigeToolkit 버전 업데이트:
2.0.1
- SaigeClassification2 버전 업데이트: 2.0.32 -> 2.1.0-rc0
- SaigeObjectDetection 버전 업데이트: 2.0.43 -> 2.1.0-rc0
- SaigeSegmentation2 버전 업데이트: 2.0.31 -> 2.1.0-rc0
[기능 개선]
- lazy import 도입
- 실제 모듈들이 사용되기 전까지 세부 파일들을 import하지 않음.
2.0.2
2024.07.16
- image truncated error 대응
- SaigeClassification2 버전 업데이트: 2.0.30 -> 2.0.32
- SaigeObjectDetection 버전 업데이트: 2.0.41 -> 2.0.43
- SaigeSegmentation2 버전 업데이트: 2.0.30 -> 2.0.31
2.0.1
2024.07.08
- SaigeObjectDetection 버전 업데이트: 2.0.39 -> 2.0.41
- SaigeObjectDetection의 의존성 업데이트 사항 반영 (av 12.0.0으로 업데이트)
2.0.0
rc2
2024/06/10
[기능 변경]
- Task module의 internal api를 사용하도록 변경
- CLS2 2.0.30 / DET 2.0.39 / SEG2 2.0.30 이상 버전 사용
rc1
[기능 추가]
- 데이터 정보로 이미지 경로 (path)만 받아도
DataDriftDetectionPreparer.build와 DataDriftDetector.data_drift_detection_setup을 수행할 수 있게 기능 추가.
[Bug Fix]
DataDriftDetectionPreparer 빌드 시에, config.batch_size를 2 이상으로 설정하면 post_extract_feature_process가 수행되지 않는 에러 해결
- CLS Accurate 모델 체크포인트 파일로
DataDriftDetectionPreparer.build가 수행되지 않는 에러 해결
[Demo Fix]
- train demo에서
ddd_preparer.core_train_feature_set_sampling 부분 추가
rc0