team-boonmosa / .github

Profile & Schedule of Team BoonMoSa (BOAZ 18th Conference)

🥸 팀 분모자 🥸

📆 Schedule 📆

주차	일시	위치	비고
1	2023년 1월 20일 오후 2시	을지로 3가	⭕ Kick-off Meeting
2	2023년 1월 26일 오후 6시	삼각지	⭕ 팀 그라운드 룰 논의
3	2023년 2월 2일 오후 11시	ZOOM	⭕ Boostcourse: 1. 객체 탐지 태스크의 문제 정의
4	2023년 2월 8일 오후 7시 30분	약수역	⭕ Boostcourse: 2. 객체를 더 잘 탐지하는 모델들 (1/2)
5	2023년 2월 13일 오후 7시	ZOOM	⭕ Boostcourse: 2. 객체를 더 잘 탐지하는 모델들 (2/2)
6	2023년 2월 21일 오후 8시 30분	강남역	⭕ Boostcourse: 3. 모델 성능을 개선하는 방법들 (1/2)
7	2023년 2월 27일 오후 7시	약수역	⭕ Boostcourse: 3. 모델 성능을 개선하는 방법들 (2/2)
8	2023년 3월 7일 오후 8시 30분	약수역	⭕ Paper Review ⭕ MLflow 맛보기
9	2023년 3월 14일 오후 7시 30분	약수역	⭕ Logo Detection을 위한 Dataset 모색 ⭕ Data Pre-processing ⭕ Detection 모델 test
10	2023년 3월 21일 오후 7시 30분	약수역	⭕ Dataset 구축 및 Training Code Follow Up ⭕ Logo Detection Model 선정 ⭕ Definition of Product Flow
11	2023년 3월 28일 오후 7시 30분	약수역	⭕ YOLOv5 Code Follow Up ⭕ Model Optimal Structure Study ⭕ labelme to YOLOv5
12	2023년 4월 4일 오후 7시 30분	을지로입구역	⭕ Demo 영상을 위한 영상 촬영 및 Labeling 준비 ⭕ Demo 영상 촬영
13	2023년 4월 11일 오후 7시 30분	약수역	⭕ 촬영된 Demo 영상 선택 및 병합 ⭕ Demo 영상을 위한 labelme 기반 학습 데이터 구축 ⭕ Demo 영상 제작
14	2023년 5월 6일 오전 11시	연세대학교	⭕ 중간점검
15	2023년 5월 9일 오후 7시	약수역	⭕ Conference 발표 자료 제작
16	2023년 5월 16일 오후 7시	약수역	⭕ Conference 발표 자료 제작
17	2023년 5월 23일 오후 7시	Google Meet	⭕ Conference 발표 자료 제작 ⭕ 머신러닝 시스템 설계 chap 1, 2, 3
18	2023년 5월 30일 오후 7시 30분	약수역	⭕ 머신러닝 시스템 설계 chap 4, 5
19	2023년 6월 6일 오후 7시 30분	Google Meet	⭕ 머신러닝 시스템 설계 chap 6, 7
20	2023년 6월 27일 오후 6시	약수역	⭕ Conference 발표 자료 제작
21	2023년 7월 4일 오후 10시	Google Meet	⭕ Conference 발표 자료 제작
🎉	2023년 7월 29일	TBD	🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥 🔥 BOAZ 18th Conference 🔥 🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥

🌱 Process 🌱

1. Logo Detection을 위한 Dataset 모색
2. Data Pre-processing
3. Dataset 구축 및 Training Code Follow Up
4. Logo Detection Model 선정
5. Definition of Product Flow
6. YOLOv5 Code Follow Up
7. Data Pre-processing
8. Model Optimal Structure Study
9. labelme to YOLOv5
10. Demo 영상을 위한 영상 촬영 및 Labeling 준비
11. 촬영된 Demo 영상 선택 및 병합
12. Demo 영상을 위한 labelme 기반 학습 데이터 구축
13. Demo 영상 제작
14. Conference 발표 자료 제작

.github's Issues

Definition of Product Flow

입력부터 출력까지 전체적인 필요 함수 및 인프라 정의

Logo Detection Model 선정

현재까지 STD 모델인 PAN++으로 진행해보았지만 성능이 적합하지 않아 Logo Detection을 위한 새로운 모델을 선정해야함.