hye-log

🎂 개별학습 [2] 데이터 제작의 중요성Ⅱ 1. Lifecycle of an AI Project 1) AI Research VS AI Production - AI Research : 수업/학교/연구 에서는 정해진 데이터셋, 평가 방식에서 더 좋은 모델을 찾음 - AI Production : 서비스 요구사항만 가지고 있음. 학습 데이터셋이나 테스트 방법은 정해지지 않을 수 있음 2) Production Process of AI Model - Data-Centric : 데이터를 수정하여 모델 성능 올리기 - Model-Centric : 데이터는 고정하고 모델 성능 올리기 - 첫 릴리즈 전까지는 데이터 50 : 모델 50 정도 - 유지 보수 시에는 데이터 80 : 모델 20 정도 2. Data 1) Data-..

🎂 개별학습 [1] 데이터 제작의 중요성Ⅰ 1. Software 1.0 vs Software 2.0 1) Software 1.0 - 문제 정의 - 큰 문제를 작은 문제들의 집합으로 분해 - 개별 문제별로 알고리즘 설계 - 솔루션을 합쳐 하나의 시스템으로 2) Visual Recognition Task - Human Detection에서 전신이 있는 경우, 신체 일부가 있는 경우 등으로 나누어서 문제를 해결한 뒤 솔루션을 합침 - Software 2.0의 등장으로 딥러닝의 비약적인 발전이 이루어짐 - Software 1.0 : 사람이 개입하여 특징을 추출 -> 머신러닝의 방법을 사용하여 판단함 - Software 2.0 : 사람이 개입하지 않고 특징을 추출하고 판단하는 방법을 스스로 하도록 함 3) Sof..

🍳 오늘의 회고 대회가 끝났으니 wrap-up report를 작성해야지.. 이번 대회는 3주라서 길다고 생각했는데 강의 듣고 어영부영 방황하다보니 3주가 금세 지나가버렸다.. 팀 레포트도 작성하고, 개인 레포트도 작성하고!! 오랜만에 스페셜 피어세션이 있어서 다른 캠퍼분들 만나서 detection 대회 어떻게 진행했는지 이야기 들었다. 다른 팀들은 같은 아이디어를 가지고 있어도 다른 방법을 사용해서 성능이 더 올라간 팀도 있었고, 성능이 더 떨어지는 팀도 있었다. 확실히 우리 팀하고만 이야기하는 것보다 다른 팀이랑도 이야기했을 때 새로운 발견을 얻을 수 있는 거 같아서 스페셜 피어세션이 중요하다고 생각한다 +_+ 마스터클래스 시간에는 1, 2위 한 팀들의 발표를 들었는데, 한 가지 생각이 바뀌었던 점이 ..

🍳 오늘의 회고 오늘은 12월! 올해는 끝나가고 부캠은 반이나 달려왔다. 오늘은 두 번째 대회인 Object Detection 대회가 마무리 되는 날이다! 약 24시간동안 돌린 모델 inference하고, confusion matrix도 뽑아보고, 제출도 해보았다. 확실히 모델이 큼 + 이미지 사이즈를 크게 train/inference 하니까 성능도 잘 나온ㄷㅏ.. 마지막 제출일인만큼 앙상블도 여러 csv 파일 이용해서 제출해보았다. 앙상블.. 그는 신이야.. 모델 골고루 + 성능 높았던 결과 토대로 앙상블 하니까 마지막에 성능이 엄청 향상되었다. 내일은 3주 동안 진행한 대회 랩업 리포트 쓰고, 깃헙 정리할 듯! 이번 대회로 얻은 건 무엇인지, 무엇을 배웠는지, 무엇이 아쉬웠는지 정리해봐야겠다!!!👍

🍳 오늘의 회고 벌써 DAY 50..!! 이번 주 부캠 달력을 늦게 넘겨서 오늘 알았는데 벌써 반이나 왔다!!! 어제부터 augmentation을 해봤는데 성능이 오히려 떨어져서 엄청 고민했다.. augmentation이 잘못된건지 아니면 train에 fitting 되기만 했던건지..ㅠ 그래서 오늘은 어떤 augmentation을 쓰면 좋을지 고민했다. mmdetection에서 기본적으로 제공하는 transform들을 살펴보고, 어떻게 동작하는지도 찾아보았다. 그리고 나서 하나씩 작은 모델로 augmentation 실험해보면서 괜찮은 조합을 찾는 중..