요즘 ViT가 대세인 것처럼 나오는데 실무에서는 여전히 CNN 쓰는 경우가 많더라고요. 최근에 작은 데이터셋으로 이미지 분류 모델 짜다가 ViT 써봤는데 학습이 엄청 불안정했거든요.
결국 ResNet50으로 돌려서 해결했는데, ViT가 정말 필요한 경우가 뭐냐는 생각이 들더라고요. 논문에선 대규모 데이터에 강하다고 하는데 실제로 그런가요? 아니면 사전학습 모델 쓰면 작은 데이터에서도 괜찮은지 궁금하네요.
혹시 비슷한 경험하신 분이나 프로젝트에서 ViT 썼다가 좋았던 경우 있으시면 얘기해주면 좋겠습니다.
추천 0 비추천 0