AI Tech4 CV-13 Final Project

🐟FICV | 수산시장 치팅 방지를 위한 어종 분류 서비스🐠

KakaoTalk_20230208_173630248.mp4

🕵️Members

📞 TEAM 031
신재영	유승종	윤상준	이성우	이영섭

🗓️Timeline

🧑‍💻Team Roles

신재영

    Frontend & Backend Server

    Data Annotation

    CI/CD

    Cloud Management

유승종

    Data Scraping

    Model Visualization

    Data Annotation

윤상준

    Frontend & Backend Server

    Data Annotation

    CI/CD

    Cloud Management

이성우

    ML Pipleline

    Sweep Configuration

    EDA, Data Annotation

    Inference Visualization

이영섭

    ML & Data Pipeline

    Sweep configuration

    EDA, Data Annotation

🏛️ Project Architecture

💾 Datasets

• 이미지 구성 :
  • AI HUB : 500,000장(광어, 우럭, 참돔, 감성돔, 돌돔)-> 각 100,000장
  • Scraping Dataset(각 300장 이상)
    • 물고기(광어, 우럭, 참돔, 감성돔, 돌돔, 민어, 큰민어, 강도다리, 자바리, 능성어, 방어, 부시리)
    • 회(광어, 우럭, 참돔, 민어, 점성어, 틸라피아, 연어, 참치, 방어)
• annotation format : CSV(image root, label in each line)

🏔️Environments

GitHub

• 모든 코드들의 버전관리
• GitFlow를 이용한 효율적인 전략
• Issue를 통해 버그나 프로젝트 관련 기록
• PR을 통한 code review
• 300개의 commit 및 53개의 PR

Notion

• 프로젝트 명세서 작성
• 캘린더를 사용하여 주간 일정 관리
• 데일리 스크럼 기록
• 프로젝트를 수행하며 마주한 Error와 해결방법 기록

Jira

• 로드맵을 통한 스케줄 관리
• task 별 issue 생성 후 작업 분배
• VS code와 연동하여 일관성 있는 branch 생성
• Total 67개의 issue 생성

WandB

• 실험들의 기록 저장 및 공유
• 모델들의 성능 비교
• Validation 결과 시각화
• Sweep을 활용한 Hyperparameter 탐색
• 713번의 모델 학습 총 552시간 기록

⚙️Requirements

ML

    Install dependencies using poetry

Frontend

    Install depedencies using requirements.txt

Backend

    Install depedencies using requirements.txt

📌Please Look at our project notion page for more details