📖 내용

Track1

• 목적 : 부산대학교와 정컴을 대표하는 Landmark 5종류에 대한 영상 분류를 위한 Deep Learning을 이용한 이미지 분류 (Classification)
• 안내 : 참가팀은 이미지 데이터를 직접 수집하여 사용하고 참여 팀간 Test Dataset에서 일정 수량을 랜덤 샘플링하여 최종 성능 평가 실시
• 특징
  • 베이스 라인 모델, 기본 데이터부터 시작해서 과소적합 및 과적합 여부를 체크하면서 단계적으로 데이터 개수, 모델 복잡도를 늘림
  • 베이스라인 CNN의 복잡도를 늘리면서 정확도 및 오차가 수렴하여 더 높은 복잡도의 모델 구조를 가진 전이 학습 모델을 결정
  • 가장 효율적이고 높은 정확도를 보이는 전이 학습 모델을 Fine-Tuning해서 최종 모델 도출

[개강한대학생]PNU Deep Learning Challenge 보고서 (Landmark Classification).pdf

Track2

• 목적 : • AI 기반의 Image Generation을 이용해 부산 / 부산대학교 / IT / 정컴을 대표 할 수 있는 이미지 형태의 예술 작품을 생성

• 특징

  • Stable Diffusion1.3을 구축하여, “A college student sitting in front of a computer in a messy room with the sun rising outside the window”라는 prompt를 사용하여 생성.
  • 생성된 그림의 모니터에 “Coding UI”라는 prompt를 이용하여 AI를 이용한 화면 재보정
  • 학과 내 교수님들의 전체 얼굴을 AI로 엣지 디텍팅하여 다시 리터칭

  

  🎯 결과 및 성과

  • Track 1&2 금상(1st)