[chatgpt] superresolution app 진행

1일차 : 기획, 설계, 기본 코드
- opencv로 전처리 시도 -> 경로 설정에서 오류.
- 다른 방식으로도 가능한지 프롬프트 및 시도 -> 앱은 실행 되지만 좋은 결과를 못 얻음.

2일차: 이미지 처리는 opencv를 이용 -> 생산성 및 앱의 퀄리티를 위한 방법 : 이유 -> 이미지 처리에 산업에서 많이 사용 및 이미지를 다루기 위해 앞으로 전문적으로 필요할 것이라 판단.
1) 우선 Prototype으로 buffer을 사용하여 50x50을 200x200으로 변환하는 하는 예제 앱을 개발. 앱이 실행 되지만 좋은 결과를 얻지 못하는 결과를 해결 (전처리 과정에서 입력값을 변경).

3일차 ~ : 상용화를 위한 모델 개발.
1) web crawling으로 학습 시킬 이미지 확보.
2) esrgan 코드를 chatgpt로 진행.
프롬프트로 여러 번 시도 : colab 환경에서 램을 너무 많이 잡아먹어 학습이 되지 않음.
-> 오픈소스 esrgan을 처음 부터 구현하여 문제점을 해결진행.
-> 인공지능 앱을 제작할 때 가장 핵심이 되는 모델은 chatgpt로 하는 것이 시간이 더 오래걸리고, 상용화하는데 문제가 발생할 수 있음.
: 모델 개발이 인공지능 앱의 핵심 코어 기술이 되는 것을 확인.
3) esrgan 논문 구현 및 학습으로 결과 확인.
-> 나의 데이터로 학습 하기 전 모델 구축.
1. github의 코드를 colab으로 불러와 검증해보기.
2. github의 코드를 기반으로 나의 데이터를 학습.
3. 결과 확인 후 코드 분해하여 이해.
4) 논문의 아이디어 기반으로 코드 생성 및 연구 개발
목적 : 완벽한 라이센스 및 IP 확보.
-> 여기서 가치 있는 능력치 특성값이 나옴
: 아이디어를 코드로 구현할 줄 아는 능력. (클론x)