[10] KT AIVLE 3기 ai트랙 - 에이블스쿨 7주차

반응형

1. 이번 주의 구성 (3.13. ~ 17.)

CNN, object detect 을 함께 다뤘다. 저번 딥러닝 수업을 강의해주셨던 (똑또로똑똑) 강사님이 다시 돌아오셨다. 저번 수업에서 필기 정리가 인상적이었는데 이번에도 해주시겠지? 사실 딥러닝 때는 예전에 배웠던게 떠올라서 어렵지 않았는데 이번에는 YOLO가 껴있다고 해서 걱정이었다..

 

 

2. CNN

학부생 시절에도 많이 봤었던 CNN인데 너무 오랜만에 봐서 그런가 처음엔 조금 어려웠다. 그래도 CNN 구조 그림보니까 다시 떠올랐다. 그 때는 '필터'라는 개념이 잘 이해가 안됐는데 에이블스쿨에서 feature representation 용어를 듣고 나니까 이해가 되었다. 수업 기간이 짧다보니 정말 간단한 개념만 다루고 굵직한 모델들을 많이 보지 못해서 아쉬웠다. 하지만 이건 대학원 수업이 아니니까. 필요하면 내가 직접 논문보고 공부하는게 맞는거지.

 

 

3. object detect

yolo를 처음으로 써봤다. 학부연구생 시절에 어깨 너머로 봤던 애들인데 이번에 배운다고 하니까 기대가 되었다. 다중분류와 바운딩 박스 회귀가 동시에 이루어진다는 개념이 재미있었다. 사실 yolo는 이번에 처음 배우는거라 이론적으로 정확히 학습이 어떻게 이루어지는지까지는 파악하지 못했지만... 대략적인 개념은 파악했으니 논문을 볼 때 도움이 될 것 같다. 

 

실습으로 직접 이미지를 수집해서 바운딩박스를 그려서 학습시킨 다음에 test set에 적용시켜보았다. 이미지와 비디오 모두 해보았는데 코드를 공부한 시간보다 데이터를 수집하고 라벨링하는 (디지털 노가다) 시간이 더 오래 걸린 것 같다... 또 조금만 예외가 발생해도 모델 성능이 영 좋지 않았다. 기업들에서 왜 그렇게 데이터 확보에 공을 들이는지 체감할 수 있었다.