개발자로 후회없는 삶 살기

서론 팀 프로젝트 3주차 내용입니다. 본론 - 중간 점검 및 피드백 => 2.15 중간 발표 점검 및 피드백 1) 모델을 서비스에 활용하기 위해서는 서버와 프론트에 모델을 올려보고 테스트 해보는 것을 되도록 빨리 해봐야한다. 현재 아무팀도 모델 올려보는 테스트를 안 해봤는데 올려보면 많은 에러가 발생할 것이고 그것을 처리하는 것이 제일 관건일 것이다. 2) 우리 팀은 모델을 서버가 아닌 프론트에 직접 이식하는 것을 발표에 강조하라 이 부분이 다른 팀과 차별점이 될 것이다. - 타임라인 마지막 주 회의와 함께 타임라인을 정했습니다. 저는 모델 학습을 마무리하고 ML 파트 발표 준비를 합니다. - 모델 비교 1. Affectnet 특징 : 장점이 없고 정확도가 65% 2. Landmark using CNN ..

서론 캡스톤 디자인을 시작합니다. 캡스톤이란 집을 지을 때 지붕이나 담 위에 마지막 얹는 갓돌(capstone) 이란 뜻으로 집을 짓는 행위입니다. 그 동안 공부한 내용을 기반으로 완벽한 서비스를 하나 만들어 보는 것입니다. 이제 제 마지막 학교 생활이 시작되었습니다.! 본론 - 팀 빌딩 캡스톤은 반드시 5명이 팀을 이뤄 진행해야 하며 안 될 경우 랜덤으로 5명이 배정됩니다. 저희 팀은 동기 3명과 후배 1명으로 구성되며 동기 두 명이 풀스택, 저와 동기 한 명이 DB 관리자와 서버, 후배 한명이 풀스택을 담당하여 팀을 이뤘습니다. - 프로젝트 기획 단계 1. 프로젝트 주제 => 아이디어 thinking 1) AI 활용 : 처음에는 AI 모델을 활용하는 프로젝트를 하고자 하였습니다. 동아리에서 만든 GA..

서론 한컴에서 제공한 노트북을 서버로 사용하기로 하여 원격으로 접속하고 내장된 GPU를 연결하는 방법을 기록합니다. 본론 => 서버에 원격 연결 1. ssh 키 만들기(참고 1) 개인키는 제 컴퓨터에 있고 공개키를 서버에 등록하여 제가 서버에 접속했을 때 등록된 사용자인지 체크합니다. 2. 포트 바인딩 서버에서 키를 등록했으면 제 컴퓨터와 서버 컴퓨터의 ssh 포트를 포워딩합니다. 3. ssh 원격 접속 접속에 성공하였습니다! => 추가!(번외) NHN 클라우드 T4 사용기 1. NHN 클라우드 ssh로 접속 NHN 클라우드에 회원가입하고 권한을 받으면 클라우드 인터페이스에서 GPU인스턴스를 만들 수 있고 FIP가 할당됩니다.ssh로 공인 IP로 접속합니다. 2. nvidia-smi 접속하면 GPU가 8..

서론 프로젝트를 마무리하며 AI 프로젝트 PPT에 들어갈 목차를 알아보고 그 과정에서 필요한 산출물들을 기록합니다. 본론 - PPT 순서 폰트, 템플릿 선정 > 목차 개요 간단하게 작성 > PPT 작성 > 내용 추가 및 정리 - PPT 목차 1. 주제 소개 1) 프로젝트 명 : 손그림 의류 검색 서비스 2) 주제 + 분석 배경 : 이 파트가 정말 중요합니다. 저희 프로젝트가 왜 시작됐고 왜 필요한 지를 나타내야 하며 프로젝트 초반에 했던 타당성 분석을 그대로 담아야 합니다. 발표를 듣는 사람 입장에서는 발표 초반에 관심을 가질지 말지를 결정할 테고 그게 주제 + 분석 배경에서 판가름 납니다. > 따라서 타당성 분석이 프로젝트에서 매우 많은 비중을 차지할 정도로 중요한 이유이고 시간 투자와 팀원간의 동기화..

서론 프로젝트 2주차에 다다르면서 AI 파트는 어느 정도 알고리즘 틀도 잡혔고 학습도 안정감을 갖췄습니다. 이제 제 꿈은 Aiaas를 위해서 개발에 협조할 생각입니다. 협업 기술, 개발 노하우 등을 선배들에게 여쭤보고 모두 제 것으로 만들 것입니다. 그 전에 지금까지 진행된 상황을 정리하고자 합니다. 본론 이 프로젝트에서 제가 맡은 파트는 딥러닝 개발자이지만 전체 목적은 서비스를 개발하는 것이기 때문에 Aiaas라고 할 수 있습니다. 그렇다면 Aiaas가 프로젝트를 진행할 때 어떤 것들을 생각해야 하는지 경험한 것을 정리해보겠습니다. - 프로젝트 기획 단계 ※ 요구사항이 없는 일반 팀 프로젝트의 경우 이 단계에서 리서치가 매우 중요하고 시간을 많이 투자해야 합니다. (주제를 구체화 할 때 데이터가 없거나..

서론 팀프로젝트 2주차 내용입니다. 본론 7일차(2.5) 랜드마크를 이용하여 표정인식을 하기로 결정한 이후 다양한 표정 인식 알고리즘을 찾아보고 있습니다. 그 중 2가지 방법으로 결정하였습니다. 1. 랜드마크 간의 거리를 이용한 방법(참고 1) 이것은 1주 차에 정한 방법입니다. 2. 랜드마크를 이어서 얼굴에서 특성을 추출하는 방법(참고 2) 표정을 인식하는 방법으로 가장 중요하게 관찰해야 할 부분이 눈과 입이라고 생각하였고 그전에 얼굴 전체에서 표정의 특성을 추출하여 이미지에 표시한 후 분류모델을 돌려보는 방법을 생각했습니다. -> 이미지 크기가 작은 경우 라인이 얼굴을 너무 가린다고 생각되어 이미지 크기를 키우고 진행해 보았습니다. 3. 표정 인식에서 큰 영향을 미치는 눈과 입의 각도를 보는 방법 운..

서론 cv의 꽃 Object Detection을 공부해 보고 실습해 보겠습니다. 본론 - 객체 검출을 위한 전략 Region Proposal Stage : 객체를 잠재적으로 포함할 Region을 식별하는 과정, Region을 mini-images로 고려합니다. -> Regression 문제 입력 : Region의 w, h/ 출력 : bounding Box의 w*, h* - Region Proposals(RP)의 이해 => SelectiveSearch(SS) RP는 전체 이미지에서 객체가 있을 거 같은 픽셀을 찾는 것으로 SS는 객체의 위치를 잡는 데 사용하는 알고리즘(RP)입니다. object 인식이나 검출을 위한 가능한 후보 영역을 알아낼 수 있는 방법을 제공하는 것을 목표로 합니다. -> SS 과정 ..

서론이제 컨퍼런스 발표까지 2주도 안 남았습니다. 팀원들과 함께 막판 스퍼트 달립니다. 본론- MS API이제부터는 모델 학습을 돌리고 학습 상황을 공유하며 어떤 Epoch이 제일 좋은 성능을 보이나 확인하고 MS API까지 사용해서 전체적인 파이프라인을 그리기로 했습니다.검색 결과를 어떻게 고객에게 예쁘게 보여줄 것인가는 서비스하는 입장에서 매우 중요한 문제입니다. MS Bing Visual Search API 결과 이미지와 링크를 반환하기 때문에 HTML을 작성하여 이미지를 클릭하면 예쁜 템플릿이 보이도록 하는 아이디어를 제안하였고 모두 동의하였습니다. 따라서 모델 학습은 꾸준히 하고 남은 시간은 몇 에폭이 가장 좋은 성능을 보이는지와 MS API에 집중합니다. - 회의 28 회의 27에서 말했던 것..