[소개]
사람 얼굴 이미지의 마스크 착용 상태를 분류하는 AI 모델 개발
[기간]
2021.08.23 ~ 2021.09.02 (2주)
[인원]
6명
[결과]
73.5% Private LB Score, 38 팀 중 21 위
[내용]
- 이미지에서 얼굴 부분을 제외한 불필요한 정보를 제거하고 사전 학습된 모델을 사용
- 기존 베이스라인에서 CutMix 기법을 적용 결과 F1 Score 10% 향상
[수행 역할]
- 데이터 불균형 해결을 위한 데이터 수정
- Overfitting 해결을 위한 CutMix 적용
[Github 링크]
[소개]
이미지에서 쓰레기를 10 종류로 분류하여 탐지하는 AI 모델 개발
[기간]
2021.09.27 ~ 2021.10.14 (3주)
[인원]
6명
[결과]
61.6% Private LB Score, 19 팀 중 15 위
[내용]
- 사전 학습된 Transformer 모델을 사용
- Multi Scaling, WBF 앙상블을 적용하여 성능 향상
[수행 역할]
- 베이스라인에 제공되지 않은 새로운 모델 탐색 및 적용
- 앙상블 기법 탐색 및 적용
[Github 링크]
[소개]
이미지에서 쓰레기를 10 종류로 영역을 분리하여 표시하는 AI 모델 개발
[기간]
2021.10.18 ~ 2021.11.04 (3주)
[인원]
6명
[결과]
74.8% Private LB Score, 19 팀 중 5 위
[내용]
- 사전 학습된 Transformer 모델을 사용
- 이미지를 384x384 크기로 Crop 하여 학습
- Hard Voting 앙상블을 적용하여 성능 향상
[수행 역할]
- 기존 베이스라인에 제공되지 않은 새로운 라이브러리와 모델을 탐색 및 적용
- Data Augmentation 기법을 탐색 및 실험
- 다양한 Loss 를 탐색 및 실험
- 앙상블 프로세스 개발
[Github 링크]
[소개]
빠른 추론과 동시에 높은 정확도를 가지도록 모델 경량화
[기간]
2021.11.22 ~ 2021.12.02 (2주)
[인원]
6명
[결과]
1.02 Private LB Score, 38 팀 중 7 위
[내용]
- 사전 학습된 모델을 사용하고 input size를 192 로 감소
- Pruning 을 적용하여 높은 정확도와 계산량을 감소
[수행 역할]
- Tensor Composition, Pruning, Quantization 적용 및 실험
- 기존 베이스라인에 있는 Mobilenet 보다 더 적은 Parameter 와 좋은 성능을 가지는 모델을 탐색 및 적용
[Github 링크]
[소개]
업로드한 음식 사진을 종류와 양에 따라 영양 성분을 분석하고 김치로 환산하는 웹 서비스
[기간]
2021.11.19 ~ 2021.12.21 (2개월)
[내용]
- 이미지가 주어지면 음식을 Detection 하고 Detection 한 음식의 종류와 양 추정을 Classification - - 유저의 정보에 따른 해당 음식의 칼로리 분석 결과를 출력
[수행 역할]
- Detection 모델(YOLOv5) 적용 및 실험
- TripletMarginLoss 를 적용한 Clustering 코드 구현 및 적용
[사용 기술]
- Frontend:
Streamlit - Backend:
FastAPI
[Github 링크]