실무 프로젝트 가이드
앞서 학습한 분류, 탐지, 세그멘테이션 기술을 실제 커스텀 데이터셋에 적용하여 End-to-End 프로젝트를 완수합니다. 데이터 준비부터 모델 학습, 평가, 시각화까지 전체 파이프라인을 경험합니다.프로젝트 진행 프로세스
| 단계 | 핵심 작업 | 관련 문서 |
|---|---|---|
| 1. 문제 정의 | 태스크 유형 선택, 성능 기준 설정 | CV 태스크 총정리 |
| 2. 데이터 준비 | 수집, 라벨링, 증강, 포맷 변환 | 데이터 파이프라인 |
| 3. 모델 학습 | 아키텍처 선택, Fine-tuning, 하이퍼파라미터 | 각 태스크별 학습 문서 |
| 4. 평가 분석 | 지표 계산, 오류 분석, Grad-CAM | 각 태스크별 평가 문서 |
| 5. 최적화 배포 | ONNX, TensorRT, 양자화 | 모델 최적화 |
프로젝트 선택 가이드
| 프로젝트 | 태스크 | 난이도 | 핵심 도구 | 학습 포인트 |
|---|---|---|---|---|
| 제품 불량 분류 | 분류 | 중 | timm, albumentations | 클래스 불균형, 소량 데이터 전략 |
| 안전장비 탐지 | 탐지 | 중 | YOLO, Label Studio | 라벨링 워크플로우, mAP 최적화 |
| 의료 영상 세그멘테이션 | 세그멘테이션 | 상 | smp, PyTorch | 의료 도메인, Dice Score 최적화 |