[boostcamp] 부스트캠프 AI Tech 6주차 돌아보기

1. 잘한 것 

- 수행해야 할 것들이 많아서 할당된 강의를 수강했습니다. 

- 리뷰해야할 논문(ResNet)에 대한 준비 및 발표를 했고, 관련해서 torch로 직접 구현해봤습니다. 

- 잘 작동하지 않는 것에 대해 팀원과 Boost Camper에게 물어보면서 해결했습니다. 

2. 부족한 것

- 해야할 것들과 잘 작동하지 않는 것들이 많아, 알고리즘 공부를 제대로 하지 못했습니다. 

- 새로운 환경(Linux, 원격 서버 연결 등)에 적응하느라 많은 시간을 허비했습니다.

- 다른 내용들을 먼저 수행하느라 프로젝트 관련 내용을 충분히 보지는 못했습니다.  

3. 배운 것

- Linux 사용 :

📖 Linux (나의 경우 Ubuntu 환경) 커맨드 

📖 VS Code에서 SSH로 원격 서버에 연결

 

- Streamlit  : 웹 서비스 관점에서 AI 모델을 프로토타입 제품화 프레임워크 

📖 Albumentations Demo - a Hugging Face Space by IliaLarchenko

📖 App Gallery • Streamlit

➡️ 위 링크의 내용들을 참고해서 나중에 AI 모델을 한번 만들어보는 시도도 해볼 예정입니다.

 

- 이미지 분류 문제를 어떻게 풀 것인가 : 

📖 이미지 분류 문제의 구분(레이블 유형 - Binary, Multi-class, Multi-label / 개체 속성 - Coarse-grained, Fine-grained)

📖 CNN과 Transformer(ViT)의 특징과 그에 따른 선택

4. 시도할 것

- Sketch 데이터의 특징에 대해 공부하고, 프로젝트의 feature를 추출해 데이터셋에 대한 이해(EDA)를 진행할 예정입니다.

- 데이터의 특징을 고려해 데이터 증감 기법에 대한 논리를 고민하고, 시간이 된다면 수행해볼 예정입니다. 

- 몇몇 모델이 이미지를 어떻게 이해하는지 시각화해서 모델에 대한 이해를 높일 계획입니다.