[DeeCamp 우수 프로젝트 상세 설명] 단 3주 만에 기초부터 AI 기술 구현까지

Sinovation Ventures가 개최한 DeeCamp 2019 행사에서는 600명의 교육생이 기업팀의 지도를 받으며 여러 분야에서 여러 프로젝트를 수주 동안 탐색한 후 최종적으로 50개의 AI 데모를 제출하여 전문가 심사위원단의 인정을 받았습니다. 이러한 프로젝트 중에서 우리는 가장 흥미로운 네 가지 프로젝트를 골랐습니다.

키워드:DeeCamp 2019 프로젝트 쇼케이스 인재 양성

전국의 다양한 학교에서 온 600명의 학생이 "학술+산업" 과정 교육을 수료하고, AI를 개념 탄생부터 제품 형성까지 신속하게 구현했습니다.

일부 학생들은 캠프가 시작되기 전까지 생산 환경 교육을 받은 적이 없었습니다. 단 1주일의 공부와 3주간의 실습 수업 끝에, 그들은 마침내 만족스러운 성적 증명서를 제출했습니다.

Innovation Works의 CTO인 왕용강은 기술과 제품만 고려한다면 연수생들이 이룬 성과는 다음과 같다고 말했습니다.거의 20%  프로젝트 중 일부가 투자 기준을 충족했습니다.

최우수 기술상: 토지 분류 문제에 대한 핵심 솔루션

폐막식에서 연구 결과 발표가 진행되는 동안, 영상 분할을 기반으로 한 토지 분류 그룹 26팀이 가장 먼저 시연을 선보였습니다. 그들은 웅장한 음악을 배경으로 토지 분류에 대한 기본 정보를 소개하고 탐사 과정을 시연했습니다.

토지분류는 토지권 확인에 있어서 가장 기본적인 업무이다. 정확한 세분화와 분류는 필수적인 작업이지만, 기존 방식에서는 원격 감지 이미지를 해석하기 위해 많은 전문가가 필요하므로 많은 인력과 시간이 필요합니다.

이러한 배경 하에 팀은 영상 분할을 기반으로 한 위성 원격 탐사 영상의 토지 분류이 프로젝트는 기술 지침, 컴퓨팅 성능 및 데이터 세트 지원을 제공하는 OpenBayes의 지원을 받았습니다.

그들은 고화질을 사용했습니다원격 감지 이미지,사용의미론적 세분화이미지를 완성하기 위해 이 방법을 사용합니다땅과 물세분화의.

실제로는 다음을 기준으로 합니다. 딥랩 V3+  네트워크 구조는 다양한 최적화 전략을 통해 설계되었으며, 혼합 정밀도 모델을 사용하여 가속화되었습니다. 마지막으로 농경지와 수역의 세분화가 각각 달성됩니다. 94.2%  그리고 98.5%  정확성.

그들이 만든 모델로 공개 경연대회에서 대상을 수상했다는 점도 언급할 가치가 있습니다. 원격 감지 이미지 계산 표현 및 지능형 분석 경연 대회의 변경 감지 트랙에서예선 1위결과.

또한 이 프로젝트는 확장성이 뛰어나 호수, 강, 논, 육지, 주거 지역, 산림 등과 같이 보다 세분화된 분류에 적용할 수 있으며, 원격 감지 이미지의 분할 및 감지를 위해 국내 다른 지방과 도시로 이전할 수도 있습니다.

또한 그들은 자연재해의 예방 및 치료에 사용하기 위해 드론과 위성 원격 감지 데이터를 결합하는 등 이 프로젝트의 미래를 살펴보았습니다.

이 프로젝트는 결국 DeeCamp의 "최우수 기술상"

최우수 응용 프로그램 상: 반려견 신체 검사 미니 프로그램

반려동물을 키우는 사람이 늘어나면서, 반려동물을 어떻게 세심하게 돌볼 것인가는 많은 사람이 직면해야 하는 어려운 문제가 되었습니다. 24번 그룹의 학생들은 AI를 사용하여 이 측면을 탐구했습니다.

그들은 AI 앱을 만들었습니다.이미지 인식,반려동물의 건강 상태를 평가하면 주인이 적절한 시기에 반려동물의 상태를 파악하고 가능한 한 빨리 반려동물에게 합리적인 삶을 마련해 줄 수 있습니다.

이 앱은 사용하기도 매우 쉽습니다. 그냥 개 사진을 찍으면 개를 알아볼 수 있어요.개의 품종, 성견 여부, 크기, 건강 상태 등그리고 다른 상황도 있습니다.

또한, 적절한 먹이 제안을 제공하고 주인에게 다음과 같은 알림을 제공할 수도 있습니다. 개에게 벌레를 퇴치해야 할 때가 되었나요? 마지막으로, 우리는 이러한 정보를 통합하고, 적합한 개 사료를 추천하고, 이를 전자상거래 플랫폼과 연결하여 상업적 가치를 실현할 수 있습니다.

팀원들의 말에 따르면, 이 프로젝트를 처음 맡았을 때 문헌도 없고, 데이터도 없고, 표준도 없다는 "3가지 문제"에 직면했다고 합니다. 많은 팀원들이 한동안 좌절했지만, 어려운 시도와 탐구 끝에 마침내 4개의 신경망을 사용하여 품종, 나이, 체형 및 기타 측면을 식별하는 데 성공했습니다.

주요 어려움은 개 신체 감지, 품종 식별, 연령 분류, 신체 크기 측정으로 구분되었습니다. 이들의 노력 덕분에 신체 크기 라벨을 얻는 데 어려움이 있었고, 개마다 비만 기준이 달랐으며, 여러 마리의 개를 촬영한 사진을 식별하는 데 어려움이 있었습니다.

이 제안은 빠르게 성장하는 소비재 거대 기업인 마스에서 나왔습니다. 폐막식에서 진행된 프로젝트 발표는 Mars Group으로부터 인정을 받았으며, 심지어 그 자리에서 여러 학생에게 인턴십 초대장을 전달하기도 했습니다. 이 프로젝트는 DeeCamp의 "최우수 애플리케이션 상"

최우수 정신상: 수막종이 숨을 곳이 없도록 하세요

AI 헬스케어는 시장 개발에 있어서 늘 주요 트렌드였으며, DeeCamp 학생들도 이러한 과제를 받아들였습니다. 27번째 그룹이 진행한 수막종 연구 프로젝트가 DeeCamp에서 우승했습니다. 최우수 주류상, 왕용강으로부터 직접 상을 받았습니다.

이 그룹의 연구 주제는 다음과 같습니다. "영상 분할을 기반으로 한 뇌종양 영역 분할"

수막종은 중추신경계의 가장 흔한 원발성 종양입니다. 의학 통계에 따르면, 수막종은 중추신경계 종양의 약 3분의 1을 차지합니다. 환자들은 종종 두통과 간질을 첫 증상으로 경험하며, 다양한 정도의 인지 및 운동 장애를 겪을 수도 있습니다.

그러나 수막종은 장기간 진행되기 때문에 초기 단계에서 발견하기 어렵습니다. 자기공명영상에서 병변을 발견하고 표시하는 것은 일상적인 의료 방법이지만, 수동으로 식별하려면 의사의 높은 수준의 경험이 필요하고 누락 가능성이 높습니다.

27개 그룹이 인공지능 기술을 활용해 진단을 내리고 있으며, 이를 통해 의사들의 진단 부담을 효과적으로 덜어줄 수 있다.병변 분할 및 식별에 도움이 됩니다.

연구팀은 현재 의료 영상 스캔에서 얻은 비순차적 데이터와 순차적 데이터를 구체적으로 모델링하기 위해 2D와 3D의 두 가지 유형의 모델을 설계했습니다. 두 모델은 가장 진보된 기술을 채택했습니다. 딥랩 V3+  모델 및 DMF넷  모델.

이 모델은 일반화 능력이 뛰어나고, 더 부드러운 모서리를 식별하고, 레이블에서 잘못된 영역을 수정할 수 있습니다. 3D 분할은 종양의 3차원적 시각화를 제공하고 더 큰 뇌 영역과 다른 뇌 영역 사이의 구조적 연결을 매핑하여 뇌종양의 심각도를 특성화합니다.

모델의 확장성을 높이고 이를 다른 유형의 뇌종양 탐지에 적용하기 위해 팀은 또한 다음을 사용했습니다. 사이클GAN , 레이블이 지정되지 않은 대상 도메인 이미지(신경교종)스타일 전환분할 레이블이 있는 소스 도메인 이미지(수막종)에 대해, 훈련된 소스 도메인 수막종 분할 네트워크를 사용하여 신경교종 분할 감지 작업을 직접 수행함으로써 신경교종의 비지도 감지 및 분할을 실현합니다.

가장 멋진 기술: 한 번의 클릭으로 모든 종류의 표정을 생성하세요

지금 가장 보편적인 것을 꼽으라면, 그건 바로 이모티콘일 겁니다. 다양한 스타일의 이모티콘은 현대인들에게 기본적인 사회적 표현이 되었습니다. 하지만 대부분의 이모티콘은 수동적으로 수집되고 저장됩니다. DeeCamp 학생들은 자신만의 특징을 지닌 이모티콘을 만들어보려고 노력했습니다.

45개 학생 그룹이 AI 기술을 사용하여 완료했습니다. "AI 표정왕: 진짜 표정팩 만들기"흥미로운 주제네요.

가장 인기 있는 얼굴 바꾸기 기술과 유사하게 그들은 다음을 사용합니다.스타일 전송 및 GAN  훈련 모델은 간단한 한 번의 클릭으로 실제 사진 속 얼굴을 다양한 표정과 스타일로 바꿀 수 있습니다.

미니 프로그램으로 사진을 찍기만 하면 실제 인물사진과 다양한 표정을 결합하여 다양하고 흥미로운 표정을 만들어낼 수 있습니다. 팀은 또한 결합할 것입니다 빅건  그리고 수백 개의 GPU를 사용하여 얼굴 바꾸기 알고리즘을 개선하고, 이를 통해 생성된 이미지의 정확도를 높이는 다른 기술도 있습니다.

라이브 데모에서는 기쁨, 슬픔, 놀람 등의 표정을 구현할 수 있었으며, 미야자키 하야오, 신카이 마코토 등의 만화적 색채도 구현할 수 있었습니다. 하지만 가장 재밌는 장면은 학생들이 카이푸 리 교수를 활용해 이모티콘을 만들었을 때였는데, 청중의 박수갈채가 쏟아졌습니다.

DeeCamp, 불가능을 가능하게 만듭니다

단 몇 주 만에 DeeCamp 학생들이 아이디어를 구체적인 프로젝트로 전환하는 데 보여준 정신은 놀랍습니다.

그 이유는 한편으로는학습에 대한 열정이 넘칩니다.컨퍼런스의 원탁 세션에서 Innovation IQ의 CTO인 장파넨은 흥미로운 이야기를 들려주었습니다. 어느 날 강의가 끝난 후, 반 친구들이 그를 쫓아다니며 많은 질문을 했습니다. 어떤 사람들은 그를 그가 사는 곳까지 쫓아오기도 했습니다.

학생 대표는 또한 연설에서 다음과 같이 말했습니다.디캠프는 불가능한 일을 많이 목격했습니다. 예를 들어, 프로그래밍 경험이 부족한 학생들은 Pytorch에 대한 반나절 집중 강좌를 이수하기도 했습니다.

반면, DeeCamp가 만든 교육 모델은 학생들의 성장을 촉진하는 강력한 도구이기도 합니다. 학계와 기업의 자원을 결합하고, 탐색적 접근 방식을 통해 학습과 훈련을 완료함으로써, 그들은 풍부한 자원이 있는 상황에서 현실적으로 직면하게 될 어려움에 도전할 수 있습니다.

DeeCamp가 주장하는 것처럼,실제 세계의 문제를 해결하고,이는 AI 발전의 필연적인 방향이며, AI가 산업 변혁을 촉진할 수 있는 근본적인 이유입니다.

카이푸가 말했듯이,"저는 항상 한 가지를 믿습니다. 듣는 것은 잊을 것이고, 보는 것은 기억할 것이며, 행한 일을 이해할 것이라는 것입니다."