생활 폐기물 딥러닝 질문

[프린이(118.32)]

이번에 학교에서 어쩌다가 딥러닝을 이용해서

생활 폐기물 사진 찍으면 어떤 종류인지 알아내는 프로젝트를 하게 되었는데

객체인식 라이브러리(ex.Yolo) 같은거를 사용하면 되는건가요..?

[즈라마루(223.39)]

1.Yolo는 라이브러리가 아니라 알고리즘 아닌가요? 객체인식 라이브러리로 유명한건 OpenCV가 있습니다 2.생활폐기물 사진이 어떻냐에 따라 다릅니다. 생활폐기물 사진을 찍을때, 독사진처럼 그 폐기물만 깔끔하게 찍을 것이냐, 아니면 주위에 다른 요소들도 같이 나오는 사진을 찍을것이냐에 따라 과정이 달라집니다

[즈라마루(58.125)]

3. 폐기물만 깔끔하게 찍으면 객체인식 과정은 굳이 필요없이 이미지 딥러닝 과정을 하면 되고, 주위 요소가 포함되어 있어 작성자분이 보기에 컴퓨터가 판단하는데 필요없는 요소들이 너무 많이 있다 싶으면 객체인식 과정을 거치고 딥러닝을 하시면 됩니다

[프린이(118.32)]

좋은 답변 감사합니다.. 혹시 질문 몇가지만 더 드려도 될까요..?

[즈라마루(58.125)]

저도 그렇게 잘 아는건 아닌지라..제가 아는거라면 답 해드리겠습니다

[프린이(14.40)]

감사합니다.. 지금 헷갈리는 것이 이미지를 핸드폰에서 선택해서 고르면 안드로이드 상에서 딥러닝을 구현하여 그 이미지에 대한 작업을 진행해야 하는지 아니면 서버로 이미지를 전송해 서버에서 무엇인지 판단하는 작업을 진행하여 클라이언트에 리스폰스해주어야 하는지 궁금합니다..

[즈라마루(58.125)]

두 가지 다 가능한 걸로 보입니다. 일단 PC에서 모델을 학습시킨 후에, 만들어진 모델을 어떻게 적용할 지 결정하시면 됩니다 1. 서버로 이미지를 전송하거나 2. 안드로이드 스튜디오에서 모델을 삽입하거나

[즈라마루(58.125)]

2의 경우 안드로이드 에서 모델을 학습시키기 보다 PC에서 학습을 시킨후, 툴을 이용해 모델을 삽입하는 편이 더 나을 것 같습니다 저런 툴로는 텐서플로 라이트가 유명합니다

[즈라마루(58.125)]

PC에서 모델을 만드는 과정은 공통적인 과정이고, 그 모델을 사용할때 서버냐 텐서플로라이트냐를 결정하시면 될 문제로 보입니다

[프린이(14.138)]

답변 감사합니다!! 근데 안드로이드 스튜디오에 모델을 삽입한다면 모델에 지속적인 학습이 가능한가요? 서버에서 작업을 진행할경우 서버환경에서 계속 학습을 진행하는 것은 뭔가 될 것 같은데 안드로이드쪽에서 진행하면 뭔가 더 이상의 학습이 안 될것 같아서요ㅠ

[즈라마루(58.125)]

저도 안드로이드에 삽입은 직접 해본적이 없어 확실하진 않지만 모델의 지속적인 학습(=저는 이 단어를 실시간 학습이라 이해했습니다)은 안될것으로 보입니다 애초에 안드로이드 내에서 모델 학습시키는게 버거우니까 PC로 학습시킨후 삽입 방식을 선택했으니까요

[즈라마루(58.125)]

만약 그렇다고 한다면 안드로이드에서 실시간으로 학습하는건 불가능한거고 언제 날 잡아서 PC에서 모델을 추가학습시킨후 안드로이드에서 기존 모델대신 새 모델을 삽입해서 업데이트를 하는 방식을 택해야하겠지요

[즈라마루(58.125)]

그리고 애초에 모델을 만드실 때, 만족할만한 정확도까지 모델을 학습시키려 하실텐데, 그렇게 만들어진 이후의 더 이상의 추가학습은 오버피팅이 일어날 수 있기때문에 오히려 해가 됩니다.

[프린이(14.138)]

아 오버피팅이란 것을 생각하지 못하였네요.. 정말 많은 도움되었습니다ㅠㅠ 답변 감사합니다!!

[ㅇ)-)(182.216)]

네

[프린이(118.32)]

넹

[익명(61.72)]

Yolo는 라이브러리가 아니라 여러 object detection 모델 중 하나로, 이미지 및 영상에서 객체인식하는 데에 꽤 많이 쓰이는 모델입니다. 모델을 가져다 쓰신다고 해도, 기본적으로 본인이 쓸 데이터셋에 맞도록 약간의 수정은 필요할 겁니다. Object detection의 경우 faster-rcnn, ssd 등의 다른 모델도 있습니다.

[익명(61.72)]

님이 문제를 해결하기 위해 어떤 모델을 선택할 지는 자유지만, 어떤 모델이 됐든 님의 데이터셋에 알맞도록 수정하는 과정은 반드시 필요할 겁니다. 기존 모델들이 님의 데이터셋에 맞춰서 구조가 짜인게 아니니까요. 따라서 모델을 가져다 쓰신다면 그 모델에 대한 전반적인 공부를 해야할 것 같네요.

[익명(61.72)]

한편, classification 모델로 문제를 풀 지 object detection 모델로 문제를 풀 지는 윗분께서 설명해주신대로 작성자분께서 풀어야 할 문제가 무엇인지냐에 따라 다릅니다. 어떻게 다를 지는 윗분께서 잘 설명해주셨으니 굳이 제가 설명드리지는 않겠습니다.

[프린이(14.40)]

그냥 이미지의 분류인지 객체를 인식하고 분류하는 것인지를 말씀하시는 것 맞으시죠?? 답변 감사합니다!

[익명(61.72)]

네. 참고로 모바일 환경에서 모델을 띄워야 할 경우 PC와는 가용한 자원이 매우 차이가 나므로 경량화된 모델을 사용하는 게 일반적입니다. Object detection 관련된 경량화 모델은 제가 알기로는 mobilenet이 있는데 정확한진 모르겠군요. 이것도 알아보시면 좋을 것 같습니다.

[프린이(14.138)]

안그래도 ssd-mobilenet인가? 이런 이름의 것을 찾긴 했는데 아직 정확히는 모르겠습니다 ㅠ 친절한 답변 감사드립니다!!

[익명(61.72)]

넵, 문제가 잘 해결되길 바라겠습니다. 추가적으로, 인풋이 오직 하나의 오브젝트만 있을 것이 보장된다면 굳이 object detection이 아닌 classification + localization의 모델링만 해도 상관은 없을 것 같네요. 객체인식 모델은 보통 multiple object를 타겟에 둬서 좀 복잡하거든요.

[익명(61.72)]

또한 윗분께 드린 질문에 대한 답을 제가 대신 드리자면, 모델이 학습을 한다는 것은 모델에서 정의된 loss가 떨어지는 방향으로 모델 내의 파라미터들이 변화하는 것을 의미합니다. 따라서, 서비스 중에도 계속해서 학습을 하고 싶으시다면 데이터셋이 확장될 때마다 서버에서 학습을 진행하여 주기적으로 모델을 업데이트하면 되겠습니다.

[프린이(14.138)]

인풋이 어떻게 될지는 교수님들과 논의를 해보도록 하겠습니다! 두번째 댓글은 안드로이드에 학습된 모델을 삽입하여 진행하는 것이 맞다는 이야기시죠? 업데이트같은 경우는 할지 안할지 모르겠지만 일단 참고하도록 하겠습니다 답변 너무 감사드립니다!!