"풀스택큐트리"의 두 판 사이의 차이
cdc wiki
(→개발 과제의 목표 및 내용) |
(→관련 기술의 현황 및 분석(State of art)) |
||
| 53번째 줄: | 53번째 줄: | ||
**AWS : 현재의 예산으로 On-premise의 서버를 구성하는 것은 불가능하며 최근 대부분의 기업들이 사용하고 있는 클라우드 서버를 이용함으로써 예산을 감축합니다. 서비스의 규모에 맞게 서버의 성능을 결정지을 수 있는 장점을 갖고 있으며 Scale up/out시에도 유연하게 처리가 가능하며 무엇보다 서버를 구성함에 있어 네트워크, 보안 등을 관리함에 있어 On-premise보다 훨씬 간편하게 관리가 가능합니다. | **AWS : 현재의 예산으로 On-premise의 서버를 구성하는 것은 불가능하며 최근 대부분의 기업들이 사용하고 있는 클라우드 서버를 이용함으로써 예산을 감축합니다. 서비스의 규모에 맞게 서버의 성능을 결정지을 수 있는 장점을 갖고 있으며 Scale up/out시에도 유연하게 처리가 가능하며 무엇보다 서버를 구성함에 있어 네트워크, 보안 등을 관리함에 있어 On-premise보다 훨씬 간편하게 관리가 가능합니다. | ||
*특허조사 및 특허 전략 분석 | *특허조사 및 특허 전략 분석 | ||
| − | + | Open AI CLIP은 MIT License를 따르고 있어 영리적 목적으로 사용가능합니다. | |
*기술 로드맵 | *기술 로드맵 | ||
내용 | 내용 | ||
2021년 6월 19일 (토) 19:37 판
프로젝트 개요
기술개발 과제
국문 : 이미지 분석을 통한 고양이 감정 및 행동 기반 일기장 자동 생성 앱 프로젝트
영문 : App project that automatically generates diary based on cat emotion and behavior through image analysis
과제 팀명
풀스택큐트리
지도교수
황혜수 교수님
개발기간
2021년 3월 ~ 2021년 6월 (총 4개월)
구성원 소개
서울시립대학교 ㅁㅁ공학부·과 2011XXX0** 김**(팀장)
서울시립대학교 ㅁㅁ공학부·과 2011XXX0** 정**
서울시립대학교 ㅁㅁ공학부·과 2011XXX0** 조**
서울시립대학교 ㅁㅁ공학부·과 2011XXX0** 이**
서울시립대학교 ㅁㅁ공학부·과 2011XXX0** 남**
서론
개발 과제의 개요
개발 과제 요약
- 고양이 일기장 플랫폼을 iOS, Android 앱으로 제공합니다.
- 최신 컴퓨터 비전 딥러닝 기술로 고양이의 행동 및 감정 패턴 이미지를 분석하여 글을 생성하여 마치 고양이가 일기장을 쓴 것 같은 경험을 제공합니다.
- 고양이마다 챗봇을 제작하여 유저에게 즐거움을 제공합니다.
개발 과제의 배경
- 저희의 이미지의 고양이의 행동 및 감정 분석은 저희만의 독창적 기술입니다. 특히 학습용 데이터를 따로 구하지 않아도 된다는 점에서 학습 비용을 절감합니다.
개발 과제의 목표 및 내용
- 초 저비용으로 인공지능 API 및 서버를 설계합니다.
- 고양이 감정 분석 기술과 챗봇 기술을 제공합니다.
- 무중단 배포를 통한 안정적인 서비스를 운영합니다.
- 크로스 플랫폼 웹앱을 제공합니다.
관련 기술의 현황
관련 기술의 현황 및 분석(State of art)
- 전 세계적인 기술현황
- CLIP : Learning Transferable Visual Models From Natural Language Supervision 은 Open AI 에서 만든 혁신적인 인공지능 모델입니다. 기존에는 지도학습으로 이미지에 대한 라벨 정보를 학습을 할 수가 있었는데 CLIP은 이미지에서 추출한 피처 정보와 텍스트에서 얻은 피처 정보 사이의 유사도를 계산하는 것을 학습합니다. 따라서 처음 본 라벨의 정보가 입력으로 들어와도 CLIP은 Zero-shot classifier를 통해 이미지의 정보를 분류할 수가 있습니다.
- Transformer : 챗봇을 생성하기 위해 사용합니다. 트랜스포머(Transformer)는 2017년 구글이 발표한 논문인 "Attention is all you need"에서 나온 모델입니다. 기존의 seq2seq의 구조인 인코더-디코더를 따르면서도, 논문의 이름처럼 어텐션(Attention)만으로 구현한 모델입니다. 이 모델은 인코더-디코더 구조를 설계하였음에도 성능이 RNN보다 우수하다는 특징을 갖고있습니다. 이는 Hidden State정보를 RNN 바로 직전의 벡터만 고려하지만 Transformer는 전체 Conext의 정보를 고려하기 때문입니다.
- Jenkins : 젠킨스(Jenkins)는 소프트웨어 개발 시 지속적 통합 서비스를 제공하는 툴입니다. 젠킨스를 통해 빌드 자동화가 가능합니다. 또한 소프트웨어 빌드 현황에 대한 대쉬보드를 제공하여 여러가지 배포 작업의 상황을 모니터링 할 수 있습니다. 이를 통해 프로젝트 진행의 효율성을 높일 수 있습니다.
- AWS : 현재의 예산으로 On-premise의 서버를 구성하는 것은 불가능하며 최근 대부분의 기업들이 사용하고 있는 클라우드 서버를 이용함으로써 예산을 감축합니다. 서비스의 규모에 맞게 서버의 성능을 결정지을 수 있는 장점을 갖고 있으며 Scale up/out시에도 유연하게 처리가 가능하며 무엇보다 서버를 구성함에 있어 네트워크, 보안 등을 관리함에 있어 On-premise보다 훨씬 간편하게 관리가 가능합니다.
- 특허조사 및 특허 전략 분석
Open AI CLIP은 MIT License를 따르고 있어 영리적 목적으로 사용가능합니다.
- 기술 로드맵
내용
시장상황에 대한 분석
- 경쟁제품 조사 비교
내용
- 마케팅 전략 제시
내용
개발과제의 기대효과
기술적 기대효과
내용
경제적, 사회적 기대 및 파급효과
내용
기술개발 일정 및 추진체계
개발 일정
내용
구성원 및 추진체계
내용
설계
설계사양
제품의 요구사항
내용
설계 사양
내용
개념설계안
내용
이론적 계산 및 시뮬레이션
내용
상세설계 내용
내용
결과 및 평가
완료 작품의 소개
프로토타입 사진 혹은 작동 장면
내용
포스터
내용
관련사업비 내역서
내용
완료작품의 평가
내용
향후계획
내용
특허 출원 내용
내용
