[KT AIVLE 3기] 8주차 후기 - 3차 미니 프로젝트

◈  Contents

본 게시글은 AIVLE 기자단 활동의 일환으로 작성되었습니다.

 

미니 프로젝트(3차)

시각지능 딥러닝에 관한 프로젝트를 수행하게 됩니다.

점수에 반영되는 것은 아닙니다. 더구나 어느정도 결과를 만드는 것에 의의를 둬서 크게 압박을 받진 않았어요.

 

 

연습 과제 : 차량 사진을 바탕으로, 차량의 파손 여부 파악

resnet과 efficientnet이 인식률이 굉장히 좋아 사용했습니다.

데이터 증강이 핵심적인 키워드였습니다.

색조변경, 원근변경, 회전, 왜곡, 반전 등을 적절히 섞어 사용하는 것이 굉장히 좋았습니다.

 

그러나, 차량 파손의 특성상 컷 계열의 데이터 증강을 쓰기 어려웠습니다.

차량 사진을 자르거나, 그를 합치면 불연속면이 늘어나 스크래치나 파손으로 보일 것으로 예측했습니다.

이는 합당한 판단이었습니다. 컷 계열의 증강을 추가하니 스코어가 크게 떨어졌거든요.

 

어느 정도 확보하다가, 팀원분께 자료 다 넘기고 PPT로 합류했습니다.

PPT를 만들 때 대충대충 이미지만 때려박는건 참을 수 없습니다...!

 

그래서 열심히 만들었어요. 다만 선착순 채팅에 실패해서 발표는 하지 못했습니다. ㅠㅠ

 

본 과제 : 화폐 이미지 인식을 통한 원화 화폐 분류

본 과제는 제가.. 일이 생겨서 참여를 못했습니다.

부득이하게 휴가를 써야해서 팀원분들께 양해를 구하고 부재중 상태가 되었습니다.

팀원 모든 분께는 커피 한잔씩 싹 돌렸더랬지요.. 하하..

부재 이슈가 있는 것을 알기에, 연습 과제에서 더욱 도움이 되고자 애썼습니다.

 

이해해주셔서 감사해요 우리팀..

그래도 점수가 들어가는 과제가 아니니 상대적으로 마음은 편했습니다.

 

 

마치며..

YOLO는 별도로 제가 VOD를 보며 따라가도록 계획을 세웠습니다.

본 과제의 화폐인식은 YOLO를 사용하는 프로젝트인데, 어떤 방식이 합당한지 고민해야겠습니다.

 

현재까지 구상한 것은..

화폐가 놓여진 임의 스캔본의 누끼를 따 png로 만들고,

이후 랜덤한 환경의 바닥 텍스쳐에 합성해내면 증강이 쉽지 않을까 생각합니다.

합성도 좌표 기반이므로, 바운딩 박스 정보도 함께 가져올 수 있을테니까요.

지폐를 겹치게만 합성하지 않는다면 큰 고생 없이 양질의 데이터를 확보할 수 있겠습니다.

 

아래는 참고를 위해 팀원분께서 주셨던 블로그입니다.

Semantic Segmentation을 활용한 차량 파손 탐지 딥러닝 모델 개발기