BOAZ.part project 마무리

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 동기화가 필요한 이유입니다. 프로젝트 목적 ㆍ 의의는 뒤에도 나올 테지만 여기서도 약간 추가하는 게 좋다고 생각합니다.

 

3) 사전 공부 :

이 부분은 동아리 발표라서 필요한 것일지도 모릅니다. 하지만 발표 분위기에 따라서 시행착오를 넣는 곳도 있으니 필요하면 넣으면 됩니다.

 

4) 분석 순서도 : 

전반적인 프로젝트 순서를 보여줘야 합니다. AI의 필수 요소인 데이터 수집, 전처리, 모델 학습을 넣었습니다. 선택적으로 추가하고 빼면 될 것 입니다.

 

> 뒤로는 각 세부 사항에 해당하는 디테일한 설명을 진행합니다. 그 중 가장 중요한 모델 학습 부분을 작성하고 그 과정에서 나온 산출물들을 말씀드리겠습니다.

 

=> 채색 모델

① 모델 선정 이유 + 모델 프레임 워크 설명

수 많은 모델들이 존재하는데 왜 이 모델을 선정했는지를 반드시 포함해야 합니다. QA 시간이 있다면 반드시 공격이 들어올 사항입니다.

 

② 모델 평가

저는 모델 평가는 전혀 생각도 못하고 있었습니다. 이전에 중간 발표 때 성능은 어떻게 평가할지 물어보는 질문이 있었는데 그때도 결과 보고 생각하겠다고 안일하게 생각하였습니다. 하지만 모든 AI 논문에는 평가를 정량적으로 보여줍니다. 저희는  GAN 평가 지표를 찾아보았고 스터디 교재에서 봤던 눈으로 확인하는 방법과 Structural Similarity Index(SSIM) 유사도 평가 지표를 활용하였습니다.

 

-> 눈으로 확인하는 방법

그 과정에서 나온 산출물은 어떠한 epoch의 모델이 가장 좋을 지와 카테고리 별로 학습한 결과 상의로 학습시킨 모델이 모자로 학습시킨 모델보다 상의를 더 잘 생성한다는 것입니다. 가장 좋은 성능의 epoch을 눈으로 확인하여 선정하였습니다.

 

-> SSIM

SSIM은 이미지 간의 유사도를 측정하는 지표로 원본 이미지와 생성 이미지의 유사도를 측정해 본 결과 눈으로 확인한 모델과 동일한 epoch의 모델이 동일하게 좋은 성능을 보였습니다.

 

5) 검색 결과 도출 + 시연 연상

이제 분석한 결과물을 보여줍니다. 시연 영상 같이 확실한 결과물이 있으면 매우 좋습니다. 서버 구축하기 너무 잘했다고 생각합니다!!

 

6) 활용 방안 및 한계점

기대효과 ㆍ 의의, 한계점, 추후 고도화 등 마지막에 하고 싶은 말을 다 넣습니다. 위에서 주제 설명할 넣은 의의를 좀 더 강조하여 넣었습니다.

 

7) 참고자료 출처 : 이건 기본입니다!

 

결론

길고도 긴 adv가 끝이나고 1년 동안 속했던 BOAZ도 끝이 나려고 합니다. 마지막 컨퍼런스에서 뵙겠습니다.