기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 객체 감지 모델 튜닝
<a name="object-detection-tuning"></a>

하이퍼파라미터 튜닝이라고도 하는 자동 모델 튜닝은 데이터세트에 대한 광범위한 하이퍼파라미터를 테스트하는 여러 작업을 실행하여 최적의 모델 버전을 찾습니다.** 튜닝 가능한 하이퍼파라미터, 각 하이퍼파라미터에 대한 값 범위 및 목표 지표를 선택합니다. 알고리즘에서 계산하는 지표 중에서 목표 지표를 선택합니다. 자동 모델 튜닝은 선택한 하이퍼파라미터를 검색하여 목표 지표를 최적화하는 모델을 만드는 값 조합을 찾습니다.

모델 튜닝에 대한 추가 정보는 [SageMaker AI로 자동 모델 튜닝](automatic-model-tuning.md) 섹션을 참조하세요.

## Object Detection 알고리즘으로 계산되는 지표
<a name="object-detection-metrics"></a>

Object Detection 알고리즘은 훈련 중 단일 지표 `validation:mAP`에 대해 보고합니다. 모델을 튜닝할 때 목표 지표로 이 지표를 선택합니다.


| 지표 이름 | 설명 | 최적화 방향 | 
| --- | --- | --- | 
| validation:mAP |  검증 세트에 대해 계산된 Mean Average Precision(mAP)  |  최대화  | 



## 튜닝 가능한 Object Detection 하이퍼파라미터
<a name="object-detection-tunable-hyperparameters"></a>

다음 하이퍼파라미터를 사용하여 Amazon SageMaker AI 객체 감지 모델을 튜닝합니다. 객체 감지 목표 지표에 가장 큰 영향을 미치는 하이퍼파라미터는 `mini_batch_size`, `learning_rate` 및 `optimizer`입니다.


| 파라미터 이름 | 파라미터 유형 | 권장 범위 | 
| --- | --- | --- | 
| learning\$1rate |  ContinuousParameterRange  |  MinValue: 1e-6, MaxValue: 0.5  | 
| mini\$1batch\$1size |  IntegerParameterRanges  |  MinValue: 8, MaxValue: 64  | 
| momentum |  ContinuousParameterRange  |  MinValue: 0.0, MaxValue: 0.999  | 
| optimizer |  CategoricalParameterRanges  |  ['sgd', 'adam', 'rmsprop', 'adadelta']  | 
| weight\$1decay |  ContinuousParameterRange  |  MinValue: 0.0, MaxValue: 0.999  |