<팀원>

소프트웨어학과 김동현

생명과학과 권민경

소프트웨어학과 최민건

소프트웨어학과 이준서

<팀원별 활동내용>

김동현

SW중심대학 경진대회에서 Baseline 코드 작성, model 실험, 대회 종료 이후 Vision Language Model 연구 진행

권민경

SW중심대학 경진대회에서 다양한 모델을 이용하여 실험을 진행함. Normalization, Loss 실험을 진행, 대회 종료 이후 Explainable ai 에 대한 연구를 진행하였음

최민건

SW중심대학 경진대회에서 Data Augmentation 실험, Loss Function 실험, Model Ensemble 실험, 대회 종료 이후 Tensor Factorization 연구 진행

이준서

SW중심대학 경진대회에서 encoder model 실험 (EfficientNet, InceptionResNet) 및 learning rate, optimizer 등의 tranining관련 hyperparameter 탐색

대회 종료 이후 ViT 및 Hybrid-ViT를 이용한 image classification의 정확도 향상 실험 진행 및 rand augmentation 등의 data augmentation 탐구함.

<팀원별 최종성과>

김동현

관련 대회 출전 경험으로, 대회 준비 혹은 진행 시에 시행착오를 겪으며 어떻게 해야 쉽게 협업할 수 있는지 배울 수 있었음. 

대회에서 인공지능을 사용하는 방법이 연구와는 다름을 알 수 있었음.

권민경

대회에 출전하여 Semantic segmentation에 대한 경험을 할 수 있었음. 

특히 성능을 높이기 위하여 다양한 모델을 사용하는 것도 중요하지만, 이미지에 대한 이해가 중요하다는 것을 배울 수 있었음, 

대회 이후 Explainable ai에 대한 이론적인 공부를 할 수 있었음

최민건

비전 챌린지 대회에 처음 출전하며 이론으로만 공부 했던 내용을 직접 실습하며 이해를 높일 수 있었음.

대회에서 팀원들과 협업하는 과정을 진행하며 어떻게 해야 팀원들의 힘을 모아 좋은 결과를 낼 수 있는지 배울 수 있었음.

이준서

다양한 모델을 사용하며 성능 향상도 중요하지만, 모델의 baseline 설계과정을 보며 단계별로 진행하는 것의 중요성을 깨달음.

이후 개인 연구를 통해 하이퍼파라미터를 더욱 정밀하게 튜닝하며 augmentation 및 engineering에 따라 유의미한 성능차이가 있음을 확인함.

<팀원별 향후계획>

김동현

해당 경험을 바탕으로 해외 학회 Workshop, 대회 등을 지원해볼 예정

권민경

Semantic Segmentation에 대한 이해를 바탕으로 이미지 기반 연구에 대한 관심이 생겨, 이후 관심 분야인 바이오에서의 이미지 분석에 대해 더 공부해볼 예정

최민건

이번에 경험한 컴퓨터비전 분야에 관심이 생겨 더 깊게 공부를 해 볼 예정

이준서

추후 진행하는 자기주도연구 혹은 자기주도프로젝트를 통해 이미지 기반의 텍스트를 인식하는 공모전을 진행할 계획임.

따라서 웹에서도 비교적 가볍게 돌릴 수 있는 Hybrid-ViT 모델을 학습하고, 활용 방안을 탐구 예정

<발표자료>