DETR

• Debug
  수현님이 작성하신 cascade_rcnn_config.py를 참고해서 detr_config 파일을 만들었다.
  두 모델의 데이터 처리 파이프라인이 다르게 구성되어 있기 때문에 error가 발생했다.
  두 모델 간의 차이점이 있어서 error가 발생한걸까?

1. DETR과 Cascade R-CNN의 차이점

• Cascade R-CNN은 2-Stage Detector이다.
  첫 번째 단계에서 Region Proposal Network(RPN) 을 통해 관심 영역(Region of Interest, RoI)을 찾아내고, 두 번째 단계에서 RoI를 이용해 객체를 분류하고 박스를 조정한다.
  이 과정에서 데이터 처리 파이프라인에서의 이미지 변환이 잘 정의되어 있고, RandomFlip 같은 변환이 문제가 되지 않았다.

• DETR(Detection Transformer)은 End-to-End 방식의 1-Stage Detector로, Transformer 구조를 기반으로 한다.(RPN)이 필요없다.
  이 모델에서는 이미지의 크기 조정(img_scale)이 직접적으로 이미지 특징 추출과 학습에 중요하다.
  DETR의 경우 Resize는 이미지의 크기를 조정하는 단계에서만 사용되어야 하며, RandomFlip 같은 이미지 변환에서는 img_scale이 필요없다.

2. 왜 DETR에서는 Error가 발생하는가?

Cascade R-CNN의 파이프라인에서는 RandomFlip 과 Resize 가 별도의 역할을 하며, 이러한 변환이 이미지 크기나 비율과 관련된 오류를 발생시키지 않았다.
RandomFlip 은 단순히 이미지를 좌우로 뒤집는 변환일 뿐, 이미지 크기를 다루지 않았다.

DETR에서는 img_scale과 같은 인자가 잘못된 위치에서 사용되면, 모델이 데이터를 처리하는 과정에서 오류가 발생한다. RandomFlip 변환에서 img_scale은 불필요한 매개변수인데, DETR에서는 이 매개변수가 전달되었기 때문에 오류가 발생한 것이다. (오류 메시지에 불필요한 매개변수가 입력되었다고 되어있었다.)

DETR은 Transformer 구조를 사용하기 때문에, 입력되는 이미지 크기 및 비율이 매우 중요한 역할을 한다.
따라서 이미지 크기 변환(Resize) 은 별도로 명확하게 처리되어야 하고, RandomFlip 와 같은 변환에서는 크기 변환과 관련된 인자를 포함하지 않아야 한다.