[KT 에이블스쿨 4기 DX트랙] 4차 미니프로젝트 후기 - 딥러닝

 

# 미니프로젝트 진행내용

 

딥러닝을 주제로 한 이번 4차 미니프로젝트는 5일간 이루어졌으며,

2일은 자연어 딥러닝, 3일은 Image 딥러닝으로 진행되었습니다.

 

[ 딥러닝 - 언어지능 ]  AIVLE 스쿨 1:1 문의 내용 기반 문의유형 자동 분류 모델링


DAY 01.  1:1 문의 자동분류 모델링

미션1. 자연어 처리를 위한 전처리
→ 중요 키워드로 단어사전을 만들고 패딩을 적용하여 딥러닝 입력 데이터 준비
미션2. NLP(자연어 처리) 모델 생성 및 검증
→ 자연어 처리를 위한 딥러닝 Layer를 구성하고 자연어 분류 모델 생성

▷ 클렌징이 완료된 데이터셋을 활용해 임베딩 벡터를 적용하고 학습 시킨 뒤 문의 유형 분류 결과를 추출하여 모델의 성능을 평가한다

DAY 02. 중요 키워드 시각화 및 교육개선 인사이트 도출

미션1. 키워드 도출 및 워드클라우드 생성
→ 자연어 데이터에서 중요 키워드를 도출하고 워드클라우드를 생성
미션2. 개선방법 인사이트 도출
→ 중요 키워드와 워드클라우드를 통해 인사이트를 도출하여 조직의 개선방법을 기획

▷ 주어진 데이터셋을 검토하여 질문 문장을 단어 단위로 토큰화 하고 특수문자, 불용어, 한 글자 단어를 클렌징 한 뒤 워드클라우드를 생성하고 중요 키워드를 중심으로 인사이트 도출 


▶ 최종 목표 :  AIVLE SCHOOL TUTORING CENTER의 업무 효율화를 위해 1:1 문의 게시판에 업로드 되는 에이블러들의 문의를 분석하고 유형을 자동으로 분류하는 AI 모델을 만들고 성능을 개선한다

[ 딥러닝 - 시각지능 ] CCTV 차량 Object Detection


DAY 03. 객체인식을 위한 이미지데이터 수집
- OPEN CV 활용
- CCTV 영상에서 이미지 추출

DAY 04. 학습데이터 확보 및 객체인식을 위한 학습 모델링
- Object Detection 학습을 위해 이미 만들어진 라벨링된 이미지 데이터를 수집(Roboflow)- 수집한 데이터를 가지고 Yolo 기반 모델 학습- 학습한 모델을 활용하여 CCTV 영상 이미지의 객체를 Detection

DAY 05. 직접 라벨링 및 라벨링 데이터를 추가하여 학습하여 Object Detection 모델링 구현
- 데이터 직접 라벨링(Roboflow/Annotate)
- 추가 데이터셋 활용하여 모델 학습
- 지역별 CCTV 영상 객체 Detection


▶ 실시간 차량 통행량을 파악하기 위해 CCTV로 파악된 차량 수를 확인한다

 

 

# 4차 미니프로젝트 소감

 

 

4-1 언어지능

 

언어 지능 실습을 하면서 전처리 과정이 정말 중요하구나를 깨달았습니다.

전처리를 수행한 경우와 하지 않은 경우의 워드클라우드 결과를 비교했는데,

전처리를 하지 않았을 때 불필요한 글자들이 많이 포함되어 있었습니다.

 

워드 클라우드 같은 경우에는 에이블스쿨 교육 초반이였던 '데이터 다루기' 과정에서 배운 적이 있었습니다.

그 당시에는 진짜 아무것도 모르고 강사님을 따라하며 결과물을 보고 '우와'했던 기억이 있는데

지금은 제가 이렇게 언어지능을 배우고 전처리 과정을 거치며 워드클라우드를 생성하며

그 때보다 업그레이드된 방식으로 작업하니 감회가 남달랐습니다 ㅎㅎ

 

 

4-2 시각 지능

 

시각지능 미니프로젝트는 지금까지의 미니프로젝트와는 조금 다른 접근 방식으로 진행되었습니다. 

3일 동안, 첫째날과 둘째날은 오전에는 안전모 영상과 함께 강사님의 지도 아래 실습을 진행하고, 

오후에는 CCTV 영상을 활용한 개별 및 조별 실습을 했습니다. 

 

객체 탐지 정확도를 높이기 위해 yolo 모델도 변경해보고 학습 epoch 증가해보기도 하고 batch size 변경도 해보는 등 조원들과 이것저것 시도하며 성과 좋은 모델을 찾아가는 게 재밌었습니다.

 

이번 언어 지능과 시각 지능 실습은 모두 흥미로운 내용으로 가득 차 있어서 즐겁게 진행했습니다! 😊

 

 

4차 미니프로젝트 끝~  8조 모두 고생 많으셨습니다! 뚜비두밥 8조 최고👍