*train data의 20% **직접 촬영한 이미지
편의점 할인상품을 제공하는 서비스를 개발하고자 하는데 잘못된 상품 정보를 전달하게 될경우 모든 서비스가 무용지물이 되기 때문에 다른무엇보다도 높은 정확도가 중요하다.
하지만 기존 EfficientNet모델로만 상품이미지를 학습시키고 예측 시킨 결과 76%라는 너무 낮은 확률이 나왔다. 이로인해 개선작업이 필수로 진행되어야 했다.
샘플 데이터셋을 이용해 프로토타입을 제작하며 파인 튜닝 과정에서 하이퍼 파라미터 값들의 조정을 통해 최적의 학습조건을 도출하였다.
<aside> 💡 과적합 문제
</aside>
샘플데이터 학습 결과 정확도는 98%이상으로 높지만 학습시킨 데이터가 아닌 직접 찍은 상품 이미지를 예측시켰을때 결과가 매우 좋지않게 나오는 문제가 발생했다.