모델 카드 업데이트 - Epoch 22 (검증 정확도: 0.8966)

README.md

@@ -19,6 +19,7 @@ tags:
 
 # ConvNext_Multi 모델 카드
 
+_Last updated: 2025-08-22 09:23:39
 ## Model Details
 
 ConvNext_Multi는 다중분광(멀티스펙트럼) 영상 데이터를 입력으로 하여 작물 및 식생을 분류하는 ConvNeXt 기반 이미지 분류 모델입니다. 드론 및 위성에서 촬영한 5밴드 (Blue, Green, Red, Near-Infrared, RedEdge) 영상을 효율적으로 처리하도록 설계되어, 고해상도 농업·환경 모니터링에 적합합니다.
@@ -29,7 +30,7 @@ ConvNext_Multi는 다중분광(멀티스펙트럼) 영상 데이터를 입력으
 - **Languages:** Korean (모델 주석 및 문서화)  
 - **Model type:** 이미지 분류 (멀티밴드 입력)
 - **Created_date:** 2025-06-05 13:32:18
-- **Updated_date:** 2025-08-20 08:32:18
+P25-08-22 09:23:39
 
 ## Uses
 
@@ -83,7 +84,7 @@ predicted_class = torch.argmax(logits, dim=1)
 - **Training Procedure:**  
   - 파인튜닝: facebook/convnext-tiny-224 기반  
   - 에폭수: 100  
-  - 배치사이즈: 16  
+  - 배치사이즈: 32  
   - 옵티마이저: AdamW  
   - 학습률: 1e-05, Step 스케줄러 사용  
 
@@ -92,6 +93,12 @@ predicted_class = torch.argmax(logits, dim=1)
 - **Testing Data:** 별도 보유한 검증용 다중분광 이미지셋  
 - **Metrics:** 정확도(Accuracy), 손실(Loss)
 - **Performance:**  
+  - **베스트 성능 (Epoch 22):**
+    - 훈련 손실: 0.4094
+    - 훈련 정확도: 0.9957
+    - 검증 손실: 0.6613
+    - 검증 정확도: 0.8966
+  - **마지막 업데이트:** 2025-08-22 09:23:39
   - **베스트 성능 (Epoch 31):**
     - 훈련 손실: 0.0433
     - 훈련 정확도: 1.0000