오늘은 여러 기업체들이 참가하여,
본인들의 기술력을 뽐내는 AI EXPO 참관 후기 관련 내용입니다.
작년에도 참관을 했었는데,
코엑스가 워낙 어마무시하게 넓어서 그런지, 이 표지판 까지 찾아가는데 애먹었습니다.
들어가보니, 작년과 동일하게 사람도 참 많고,
기업체들도 참 많이 참가해서, 제가 본것들을 다 기억할 수는 없으나,
그 중에서 몇가지 기억에 남는 것을 끄적여 볼까 합니다.
Review
먼저, 데이터 수집부터 데이터 처리(Segmentation, bounding box 등)까지 관리해주는 기업체들이 한번씩 보였습니다.
제가 여기서 본 이 분야의 대규모 기업은, 해외에 본사를 둔 회사였고, 국내까지 해서 점차 확장해 나가는 중이라고 설명을 했습니다.
라이다를 유통하는 회사도 보였는데, 앞에서 기웃 거리고 있으니 자세히 설명을 해주었습니다.
라이다는 기존의 색상값, 명암값에 대한 정보를 갖고 있는 이미지와는 다른 느낌의 데이터이고,
눈이 번쩍 했던 것은 어느 위치에 있던지, 전체 방향에 대해서 입력이 되고, 물체까지의 거리가 오차범위 1~2cm 정도까지로 출력되는 것을 확인할 수 있었습니다.
이걸 보면서, BARO 작품이 생각났는데,
다방면에서의 자세 측정을 원하면, 그만큰 다방면의 학습 데이터가 필요로 하고,
이걸로 모델링을 한다고 하면, 모델 크기도 당연히 어마무시하게 커질 것 입니다.
이걸 Embedded에 넣는다고 하면, 속도 지연, 혹은 애초에 모델이 안들어가는 것 처럼, 좀 골치아픈 문제에 직면할 수도 있겠구나 라는 생각을 했습니다.
어떤 장비탓, 비용탓 하는거 원래 싫어하고, 입닫고 어떻게든 하는거 참 좋아하는데,
여러모로, 아무리 생각해도 이건 라이다랑 엮는게 훨씬 비용적, 실 사용 정확도 면에서도 훨씬 유리할 것 같습니다.
여담으로... 거기 대표님한테 우리 학교에도 라이다 발품 했다고 들었는데, 어떤 교수님이 갖고 계신지 끝내 듣지 못했습니다.
번호 저장을 안해놓았다고 했다.
알 수 있음... 빌어서라도 빌려다가 실습...하고 싶다 쭵쭵
그래도 지금 상황에서는 할 수 있는게 그나마 이거 같은데,
이 작품은 걷기 자세 잡아주는 서비스 였습니다.
BARO는 2차원 공간에서의 skeleton 이었고, 이건 3차원 공간의 skeleton 입니다.
한번 이런 방식으로 수정해서, 잘 나오는지 봐볼 계획입니다.
BARO는 진짜 이제 손 때려고 했는데... 수정해보고 싶은게 보인다.
다음은 머릿속에 가장 여운이 남는 주제입니다.
주차장 관리 서비스 였는데,
주차장이 어둡거나, 어느 물체에 가려지거나 하는 문제 때문에, 주차공간 유무에 대해서 정확한 탐지가 안되는 공간은
tracking으로 그 차가 나갔는지, 안 나갔는지 파악하여, 그 주차공간 유무에 대해서 판단한다는 참신한 기능 이었습니다.
그리고 별도의 센서 설치 말고, 기존의 CCTV만으로 완성한 서비스 였다.
겹치는 차 종, 차 색상도 분명 많을 텐데, 이건 어떻게 했는지 물어보고 싶었으나,
사람도 더 몰리고 뭔가 기업체 정보 캐묻는거 같아서 따로 안 물어봤는데,
제가 유추하기로는 OCR로 번호판 인식 후, 그걸 tracking 한게 아닐까 싶습니다.
이것도 조만간 구현해 볼 계획이다.
그리고 이 기업체에서 수자원 공사 측 댐 균열 탐지하는 일도 했었다고 했는데,
균열된 댐 이미지 샘플 구하기 너무 어려운 것과 같이,
데이터 불균형이 좀 심해서, 샘플링 하는데 좀 애먹었다고 합니다.
데이터 샘플링 어떻게 했는지 너무 궁금해서 꼬치꼬치 캐물었는데,
결국 알아내지 못했습니다.
흥 왜 안 알려줘
Overview
작년보다는 눈에 보이는 것도 많았고, 애초에 작년과는 다르게, 느긋하게 즐기고 와서 그런지
좀 더 기술적으로 생각할 수 있었고, 그만큼 또 도움되는 질문도 많이 할 수 있었습니다.
대부분의 기업체들은, 어떤 라이브러리를 갖다 쓴 것이 아닌, 본인들 만의 계층, 본인들만의 코드로 구현을 했다고 말했습니다.
그리고, 대규모 데이터셋도 본인들이 보유하고 있는 것에 있어서, 큰 자부심을 가지고 있다는 것이 보였습니다.
애초에 모델은 양 질의 데이터를 통해서 구성되고, 독자적 기술로 해외 대기업 라이브러리의 성능을 뛰어넘었다는 것은 일맥상통하는 말이기 때문에 그런것 같습니다.
전체적인 느낌은 GAN 비중은 작년과 비슷했던 거 같은데, VQA분야의 비중이 좀 더 늘어난 느낌이었고, Vision 분야는 산업 공장과 대부분 엮여있는 형태였습니다.
GAN은 작년에도 많았다.
내년에도 또 가볼 생각입니다.
그때는 더 성장해서, 더 많은 것을 꼬치꼬치 캐물을 계획입니다.
감사합니당 ~ 🦾
끼요오
뭐야 왜 비밀 댓글 못달아