세부일정
| 단계 | 활동 | 수행기간 |
|---|---|---|
| 기획 | 주제 정하기 / 아이디어 자료 찾기 | 10/19(화) ~ 10/20(수) |
| 분석 | 데이터 전처리 / EDA / 데이터 시각화 | 10/21(목) ~ 10/23(토) |
| 학습 | CNN / 객체 인식 | 10/24(일) ~ 10/25(월) |
| 구현 | EfficientNetB0 / Vision Transformer / 앙상블 | 10/25(월) ~ 10/27(수) |
| 종료 | PPT / 발표준비 / 발표 | 10/27(수) ~ 10/28(목) |
팀이름 : 백견불여일조
프로젝트 역할(공동 작업파트 : 주제선정 / 데이터 수집(자료조사 등) / 데이터 전처리 / PPT)
| 팀원 | 역할 |
|---|---|
| 고준수 | 이미지 전처리 / CNN 모델 |
| 구자호 | 이미지 분류 / 객체 검출 / 함수 작성 및 통합 |
| 류동훈 | 전이학습(ViT모델) / YOLO / 중복제거(ImgHash) |
| 송지섭 | 전이학습 / 앙상블 / 이미지 전처리 |
| 장근영 | 이미지 / 크롤링 / EDA |
| 홍임경 | CNN 모델 / EDA / 발표 |
주제
- 반려 동물 프로필 사진 인기도 예측
데이터 설명
- 크롤링 이미지 데이터(Instagram, 동물보호관리시스템)
- Kaggle( Pawpularity Contest ) csv 파일
- Kaggle( Pawpularity Contest ) 이미지 데이터
기대 효과
- 딥러닝 모델 기본 프로필 사진의 인기도 및 데이터 분석
- 분석한 이미지의 개선이 필요한 부분을 제안하여 반려 및 유기동물의 프로필 사진의 조회수(인기도)증가
- 개선이 필요한 부분을 자동으로 향상시키는 솔루션
분석 내용
- Selenium / Beautifulsoup를 활용한 데이터 크롤링
- 파이썬 패키지를(numpy, pandas등) 활용한 데이터 전처리
- 시각화 패키지를(seaborn, matplotlib등) 활용한 데이터 시각화
- Google Colab를 활용한 이미지 모델 훈련 및 분석
사용 모델
- CNN
- 전이학습 모델( EfficientNetB0, Vision Transformer )
- 앙상블 모델( EfficientNetB0, meta data)
- 객체 인식( YOLOv5 )
- 강아지, 고양이 파일 분류
- 동물 얼굴 범위 파악 및 시선처리 확인
- 이미지 정형 데이터화
참고자료 및 사이트 출처
- Kaggle( Pawpularity Contest ) / https://www.kaggle.com/c/petfinder-pawpularity-score
- Instagram / https://www.instagram.com/explore/tags/%EC%9C%A0%EA%B8%B0%EA%B2%AC/?hl=ko
- 동물보호관리시스템 / https://www.animal.go.kr/front/index.do