[KT AIVLE SCHOOL_DX] 10주차 후기 (4/3 ~ 4/7)

일자	교육내용
4/3	AICE Associate 대비특강
4/4	AICE Associate 대비특강
4/5	4차 미니프로젝트
4/6	4차 미니프로젝트
4/7	4차 미니프로젝트

---

# 4/3~4 AICE Associate 대비특강

오늘은 지난주에 공지되었던 AICE Associate 시험 대비 특강이 진행되었습니다.
저는 몰랐지만, 이번에 특강을 진행해 주신 강사님은 전 주에 진행되었던 무료 특강의 강사님과 동일한 분이셨습니다.
특강을 들으면서 AICE Associate 시험이 어떻게 진행되는지 이해하는 시간을 가졌습니다.
강사님이 처음부터 차근차근 알려주셔서 좋았는데, 수업을 듣다 보니 이미 지금까지 AIVLE SCHOOL에서 배웠던 내용이라서 복습하는 기분으로 수업을 들었습니다. 그리고 들으면서 강사님에 따라 같은 내용이라도 사용하는 코드가 조금씩 다르다는 것을 알 수 있었습니다.

---

 

# 4/5 4차 미니프로젝트_이미지 데이터 추출

오늘부터 4차 미니프로젝트가 시작되었습니다.
이번 프로젝트에서는 지난주에 배웠던 Object Detection 코드를 이용하여 실제사례에 적용해 보는 실습을 진행하였습니다. 첫날에는 OPEN CV를 활용하여 제공된 동영상에서 이미지를 추출하였습니다. 오전에는 강사님과 함께 안전모 영상에서 이미지를 추출하는 실습을 진행했으며, 오후에는 혼자서 CCTV 영상에서 이미지를 추출하는 실습을 진행한 뒤, 조원들과 토의하는 시간을 가졌습니다. 토의를 하면서 조원들이 작성한 코드를 살펴보니 같은 결과를 도출했지만, 사람마다 작성한 코드에서 조금씩 차이가 있음을 알 수 있었습니다.

---

# 4/6 4차 미니프로젝트_실제 객체 검출

오늘은 기 라벨링 된 이미지데이터를 수집하고, Yolo를 통해 Object Detection 모델을 개발하는 실습을 진행했습니다. Roboflow에서 학습데이터를 수집했으며, YOLO를 통한 객체인식모델을 활용해 영상에서 객체를 찾는 방법을 숙지했습니다. 첫날과 마찬가지로 오전에는 강사님과 함께 실습을 진행하였으며, 오후에는 개인 실습 후, 팀원들과 토의하는 시간을 가졌습니다. 모델의 종류나 선택하는 파라미터 값에 따라 모델이 객체를 찾아내는 성능이 달라지기 때문에 조원들과 서로 모델을 다르게 해서 결과를 비교하고 좋은 성능을 보이는 모델을 선택해 제출하였습니다. 실습 초반에는 무조건 복잡한 모델이 성능이 좋을 것이라고 생각했었는데, 실습 결과를 보니 조금 성능이 낮더라도 파라미터 값을 잘 설정하면 훨씬 성능이 좋은 모델이 만들어질 수 있음을 알 수 있었습니다.

---

# 4/7 4차 미니프로젝트_객체에 라벨링 객체 탐지

오늘은 첫날에 영상에서 추출했던 이미지 파일에 직접 라벨링을 하고, 해당 이미지 파일을 추가로 학습해 Object Detection 모델을 개발하는 실습을 진행했습니다. 오전에는 강사님께 데이터 라벨링을 하는 방법을 배우고, 오후에는 데이터 라벨링을 진행했습니다. 라벨링 할 이미지의 수가 많았기 때문에 조원들과 파트를 나누고, 라벨링 한 데이터를 공유드라이브에 올려서 모델링을 진행했습니다. 이후에는 모델의 성능을 높이기 위해 Roboflow나 인터넷에서 추가로 다른 학습데이터를 가져와 학습시키려고 시도했지만, 적합한 형태의 데이터를 찾지 못해 라벨링 한 데이터를 추가로 학습시킨 모델을 제출하게 되었습니다. 조금 아쉽기도 했지만, 시도해 본 것만으로도 가치가 있었다고 생각합니다.

---

[10주차 후기]

지난주에 배웠던 수업내용이 너무 어려웠었기 때문에 이번 미니프로젝트는 걱정을 많이 했었습니다.
하지만 강사님께서 배웠던 내용을 다시 설명해 주시고, 실습과정을 상세하게 설명해 주셨기 때문에 걱정과 달리 수월하게 실습을 진행할 수 있었습니다. 조원들과 토의하고, 모델의 성능을 높이기 위해 고민하는 것이 즐거웠지만, 그러기에는 시간이 조금 부족한 것 같아서 아쉬웠습니다. 다음 미니 프로젝트 때는 조원들과 의논할 수 있는 시간이 좀 더 있으면 좋을 것 같습니다.