부스트캠프 AI Tech 4기 - 수료 후기 & 회고
2023. 2. 11. 23:49
네이버 부스트캠프 AI Tech 4기/Level 3
Date: 23.02.12 개요 9월 19일부터 2월 14일까지 약 5개월 간 진행된 네이버 커넥트재단 부스트캠프 AI Tech 4기 과정이 모두 끝났다. 이에 대한 후기 및 회고를 작성해보았다. 부스트캠프 AI Tech란 이 글을 읽고 있다면 나와 함께 4기 과정을 듣고 있거나 이후 기수의 지원을 고민하는 사람일테니 이미 잘 알고 있겠지만, 부스트캠프 AI Tech란 네이버 커넥트재단에서 운영하고, 업스테이지에서 교육을 제공하는 AI Engineer 양성 프로그램이다. 총 3가지 Track(CV, NLP, Recsys)으로 나누어지고, 각 트랙에 맞는 교육을 제공한다. 참가 결정 부스트캠프 AI Tech에 지원하고, 합격했을 때 나를 걱정하는 사람들이 꽤 많았다. 일단 5개월이라는 시간은 꽤 긴 시간이..
부스트캠프 AI Tech 4기 - [19~20주차] Final Project - CAFE(CAtoonize For Extra faces)
2023. 2. 11. 21:16
네이버 부스트캠프 AI Tech 4기/Level 3
Date: 23.02.11 Project Outline TV 프로그램 혹은 유튜브를 보다보면, 메인 출연자가 아닌 이들의 얼굴을 모자이크 된 것을 쉽게 찾아볼 수 있다. 하지만 이러한 모자이크 기법은 얼굴의 특징을 지워버리기 때문에 인물의 얼굴 표정, 눈빛, 시선과 같은 정보를 잃게 된다. 위의 사진들은 '백종원의 쿠킹로그'라는 유튜브 채널에서 가져온 것으로, 일반인의 표정과 대응되는 백종원의 사진으로 대체함으로써 그들의 반응을 효과적으로 파악할 수 있도록 하였다. 하지만, 이러한 방식은 편집자가 직접 해당 프레임의 얼굴을 찾아 바꿔주어야 하기 때문에 상당한 비용(시간, 노력 등)이 발생한다. 이에 우리는 기존의 모자이크를 대체하여 사람을 특정할 수 있을 정도로 얼굴을 노출시키지 않는 동시에 얼굴 표정,..
부스트캠프 AI Tech 4기 - [14~16주차] Semantic Segmentation Competition 요약 및 회고
2023. 1. 12. 23:46
네이버 부스트캠프 AI Tech 4기/Level 2
Date: 23.01.12 프로젝트 개요 바야흐로 대량 생산, 대량 소비의 시대. 우리는 많은 물건이 대량으로 생산되고, 소비되는 시대를 살고 있다. 하지만 이러한 문화는 '쓰레기 대란', '매립지 부족'과 같은 여러 사회 문제를 낳고 있다. 분리수거는 이러한 환경 부담을 줄일 수 있는 방법 중 하나이다. 잘 분리배출 된 쓰레기는 자원으로서 가치를 인정받아 재활용되지만, 잘못 분리배출 되면 그대로 폐기물로 분류되어 매립 또는 소각되기 때문이다. 따라서 우리는 사진에서 쓰레기를 Segmentation 하는 모델을 만들어 이러한 문제점을 해결해보고자 한다. 문제 해결을 위한 데이터셋으로는 일반 쓰레기, 플라스틱, 종이, 유리 등 10 종류의 쓰레기가 찍힌 사진 데이터셋을 사용한다. 이를 이용하여 학습 시킨 ..
부스트캠프 AI Tech 4기 - [14~16주차] Semantic Segmentation 2. Beyond FCN (DeconvNet, SegNet, FC DenseNet, U-Net, DeepLab v1, DilatedNet) + 회고
2022. 12. 21. 15:31
네이버 부스트캠프 AI Tech 4기/Level 2
Date: 22.12.20 출처가 명시되어 있지 않은 모든 이미지의 지식재산권은 재단법인 네이버커넥트에 귀속됩니다. FCN의 한계 이전에 살펴본 FCN은 다양한 한계를 갖는다. 첫 번째로, 객체의 크기가 크거나 작은 경우를 잘 예측하지 못했다. 크기가 큰 경우, 지역적인 정보만을 사용하여 예측하기 때문에 버스의 유리에 비친 자전거를 보고 자전거로 예측하는 등의 문제가 발생했다. 크기가 작은 경우, 객체가 아닌 background라고 판단하는 문제가 발생했다. 두 번째로, Object의 경계가 smooth해지는 문제가 발생했다. FCN에서도 이전 block들의 정보를 가져오는 시도를 하였지만, 여전히 경계가 모호하다. 이러한 문제를 해결하기 위해, Decoder를 개선하거나, Skip Connection을..
부스트캠프 AI Tech 4기 - [14~16주차] Semantic Segmentation 1. FCN + 회고
2022. 12. 21. 15:26
네이버 부스트캠프 AI Tech 4기/Level 2
Date: 22.12.19 출처가 명시되어 있지 않은 모든 이미지의 지식재산권은 재단법인 네이버커넥트에 귀속됩니다. FCN 원문: Fully Convolutional Networks for Semantic Segmentation, Jonathan Long et al., 2014 Fully Convolutional Networks for Semantic Segmentation Convolutional networks are powerful visual models that yield hierarchies of features. We show that convolutional networks by themselves, trained end-to-end, pixels-to-pixels, exceed the s..
부스트캠프 AI Tech 4기 - [9~11주차] Object Detection Competition 요약 및 회고
2022. 12. 21. 14:26
네이버 부스트캠프 AI Tech 4기/Level 2
Date: 22.12.21 프로젝트 개요 바야흐로 대량 생산, 대량 소비의 시대. 우리는 많은 물건이 대량으로 생산되고, 소비되는 시대를 살고 있다. 하지만 이러한 문화는 '쓰레기 대란', '매립지 부족'과 같은 여러 사회 문제를 낳고 있다. 분리수거는 이러한 환경 부담을 줄일 수 있는 방법 중 하나이다. 잘 분리배출 된 쓰레기는 자원으로서 가치를 인정받아 재활용되지만, 잘못 분리배출 되면 그대로 폐기물로 분류되어 매립 또는 소각되기 때문이다. 따라서 우리는 사진에서 쓰레기를 Detection 하는 모델을 만들어 이러한 문제점을 해결해보고자 한다. 문제 해결을 위한 데이터셋으로는 일반 쓰레기, 플라스틱, 종이, 유리 등 10 종류의 쓰레기가 찍힌 사진 데이터셋을 사용한다. 이를 이용하여 학습 시킨 모델은..
부스트캠프 AI Tech 4기 - [9~11주차] Object Detection 6. Further Development in 1 Stage Detectors
2022. 12. 6. 21:32
네이버 부스트캠프 AI Tech 4기/Level 2
Date: 22.12.06 출처가 명시되어 있지 않은 모든 이미지의 지식재산권은 재단법인 네이버커넥트에 귀속됩니다. YOLO v4 Background Object Detection에서 사용하는 최신 method들의 소개 및 실험 (model을 디자인하거나 향상시킬 수 있는 아이디어가 많음) 최근에는 정확도는 크게 향상되었지만, 그만큼 연산량도 높아졌다. 이로인해 Real-Time을 요구하는 task에는 부적합. But, YOLO v4는 다른 detector보다 빠르면서도 정확하다. Contribution 하나의 GPU에서 학습시킬 수 있는 빠르고 정확한 Object Detector BOF(Bag of Freebies), BOS(Bag of Specials) 방법들을 실험을 통해서 증명하고 조합을 찾음 B..
부스트캠프 AI Tech 4기 - [9~11주차] Object Detection 5. Further Development in 2 Stage Detectors
2022. 11. 28. 13:53
네이버 부스트캠프 AI Tech 4기/Level 2
Date: 22.11.28 출처가 명시되어 있지 않은 모든 이미지의 지식재산권은 재단법인 네이버커넥트에 귀속됩니다. Cascade R-CNN Motivation Faster R-CNN에서, RPN과 Head의 학습을 위해 데이터셋을 설정해주어야 한다. 이때, Region Proposal Network는 아래의 기준을 따른다. $$\left\{\begin{matrix} IOU > 0.7 \rightarrow positive \\ IOU 0.5 \rightarrow positive \\ IOU < 0.5 \rightarrow negative \end{matrix}\right.$$ 왜? 이 값에는 기준이 없다!! 이 threshold를 바꿔주면 어떻게 될까? 아래 그림에서 볼 수 있듯이, Input IOU는 ..
부스트캠프 AI Tech 4기 - [9~11주차] Object Detection 4. EfficientDet
2022. 11. 20. 18:52
네이버 부스트캠프 AI Tech 4기/Level 2
Date: 22.11.20 출처가 명시되어 있지 않은 모든 이미지의 지식재산권은 재단법인 네이버커넥트에 귀속됩니다. EfficientDet in Object Detection Model Scaling Model의 Width, Depth, Resolution을 바꾸면 성능도 변한다. But, 계속 크게 한다고 모델 성능이 계속 증가하는 것도 아닐 뿐더러, 연산량과의 trade-off를 생각해야 한다. 어떻게 하면 더 높은 정확도와 효율성을 가지면서 ConvNet의 크기를 키울 수 있을까? EfficientNet 팀의 연구는 네트워크의 width, depth, resolution 모든 차원에서 균형을 맞추는 것이 중요하다는 것을 보여주었다. 이는 각각의 크기를 일정한 비율로 확장함으로써 유지할 수 있다. E..
부스트캠프 AI Tech 4기 - [9~11주차] Object Detection 3. One-Stage Detector
2022. 11. 20. 13:57
네이버 부스트캠프 AI Tech 4기/Level 2
Date: 22.11.20 출처가 명시되어 있지 않은 모든 이미지의 지식재산권은 재단법인 네이버커넥트에 귀속됩니다. One-Stage Detector Background Two-Stage Detectors RCNN, Faster RCNN, SPPNet, Faster RCNN 등 Localization (후보 영역 찾기)과 Classification(후보 영역 분류)가 각각 이루어짐 Limitation: 속도가 매우 느려 실시간성이 보장되어야 하는 task에 적용 불가. One-Stage Detectors YOLO v1, SSD, YOLO v2, RetinaNet, YOLO v3 등 Localization과 classification이 동시에 진행된다. 전체 이미지에 대한 특징 추출, 객체 검출이 이루어진..