해당 포스팅은 2020년 꿈꾸는아이 Drone Competition에 참가한 내용을 바탕으로 작성했습니다. 이번 본선 포스팅에서는 제가 맡은 파트인 1차전에 대한 내용을 위주로 설명하고, 2, 3차전의 창업 아이디어에 대해서는 디테일하게 설명해 드리지 못하는 점 양해를 부탁드립니다. 1. 본선 진행 과정 위의 그림처럼 Mobility부문의 본선은 총 3단계로 진행됩니다. 예선을 통해서 자율주행 부문(AWS)과 드론 부문(INTEL)의 팀을 4개씩 선발해서 총 8개 팀이 본선에 진출했습니다. 각 부문별로 토너먼트 방식을 통해서 전체 8개 팀 중에 1개의 팀을 뽑게 됩니다. 1차전은 예선과 동일한 방식으로, 2,3차전은 해당 기술(자율주행, 드론)을 활용한 창업 경진대회로, 준비한 창업 계획을 발표하는 방식..
프로젝트
해당 포스팅은 2020년 꿈꾸는아이 Drone Competition에 참가한 내용을 바탕으로 작성했습니다. 1. 꿈꾸는아이 경진대회 소개 꿈꾸는아이는 AI 기술을 활용해 꿈을 꾸고 실현할 수 있는 ‘즐거운 놀이터’를 조성하고, AI 창업을 꿈꾸는 예비창업가의 꿈을 펼칠 수 있도록 도움을 주고자 개최된 경진대회입니다. 과학기술정보통신부, 광주광역시, NIPA 협력 하에 인공지능산업융합사업단이 주관하며, 지스트 인공지능연구소가 수행했습니다. 2020년을 시즌1로 하고 앞으로도 지속적으로 추진할 것으로 예상됩니다. 2020년에는 LG전자, NVIDIA, INTEL, AWS, CJ올리브네트웍스, 한국광기술원이 참여했으며, 헬스케어, 스마트 제품, 드론, 자율주행 등 다양한 분야의 문제를 가지고 경진대회를 실시했..
KISTI 과학기술 빅데이터 분석가 양성과정 중 진행한 프로젝트를 바탕으로 작성되었습니다. 2편은 데이터셋 구축부터 구현까지의 내용을 담았습니다. 1편을 작성한 지 2달 만에 2편을 작성하게 되었습니다. 그동안 다른 프로젝트를 진행하다 2편 쓰기를 미뤄오게 되었네요. 그 사이에 스타트업이라는 드라마에서 시각장애인을 위한 '눈길'이라는 애플리케이션이 나오는 것을 보면서 제가 했던 프로젝트가 생각났습니다. 어서 마무리해야 할 때가 된 것 같습니다. 1. 데이터셋 구축 이미지 모으기 지난 편에 이미지 크롤링으로 1200장 데이터를 모아서 1차 데이터셋을 만들었습니다. 하지만, 데이터 불균형의 문제로 데이터가 많은 클래스에 대해서만 인식을 잘하는 경향을 보였습니다. 그래서 저희 팀은 더 많은 데이터를 모으기 위..
해당 내용은 Dream_AI Drone Competition 교육자료입니다. 해당 비디오 링크 : https://www.youtube.com/watch?v=3bUenKiJRBk&list=PLB0ppFIbaAURxxt0eFvTUf70M7W0lVs8h 1. 인공지능 딥러닝 구현순서 1) Framework와 Network 모델선정 예) Framework : Tensorflow, Caffe, Mxnet | Network : MobileNet, AlexNet 2) Dataset 준비 - 이미 학습에 사용된 Dataset(CIFAR, Mnist, ImageNet)에 추가학습(전이학습) - 직접 Dataset 구축 3) 학습&테스트 - Deep learning Framework 선택 - 학습/최적화를 통해 최적의 N..
KISTI 과학기술 빅데이터 분석가 양성과정 중 진행한 프로젝트를 바탕으로 작성되었습니다. 1편은 주제 선정부터 이미지 크롤링까지의 내용을 담았습니다. 1. 주제 선정 & 초기 진행 주제 선정을 할 때, 가장 크게 고려했던 점은 우리가 구현이 가능한가? 였습니다. 아무리 좋은 주제라고 해도 구현하기 어렵다면 의미가 없다고 생각했습니다. 저희 조원들은 이제 막 코딩을 배우기 시작한 사람들로 구성되어 있었습니다. 그래서 새로운 것을 공부해서 구현하기보다는 교육과정 속에서 배운 것들을 잘 적용해보자는 방향을 잡게 되었습니다. 그렇게 선정하게 된 주제는 "시각장애인을 위한 캔 이미지 분류 모델"로 선정하게 되었습니다. 선정하게 된 이유는 아래와 같습니다. 시각장애인들은 오프라인에서 직접 음료를 구매할 때 원하는..
