프로젝트 배경

프로젝트 요약을 1~2줄로 간단히 설명하세요.

<aside> 💡 Task: 이미지를 통한 어종 및 회 분류 프로그램 Background: MLOps 서비스를 end-to-end로 구현하기 (CI/CD)

</aside>

기대효과 & 팀 목표

이 프로젝트로 달성하고 싶은 목표는 무엇인가요? 목표를 어떻게 측정하나요?

<aside> 💡

기대효과: 수산시장에서 소비자들이 받을 수 있는 불이익을 줄이는데 도움이 되는 AI

팀 목표: MLOps의 전반적인 이해와 ML cycle의 구현

ML cycle:

1. Data collecting
   • Crawling
   • AI Hub dataset
2. EDA

   • of data for each category

   • image size for each category
   • RGB distribution
3. Data Preprocessing
   • Data annotation
   • csv refactoring
4. Model development
   • Variety model
   • loss, optimizer
5. Train
   • Seperate pipeline to run using config
   • wandb sweep
6. Review/validation
   • Confusion matrix
   • Validation inference result with using grid
   • Class activation mapping
7. Deploy
   • Google Cloud Run, Firebase
8. Inference
   • ONNX runtime
9. Monitor/Logging
   • WandB
10. Automated Retraining
    • Airflow

Service:

요구사항

• 작동하는 웹과 대량의 트래픽을 빠르게 처리하여 감당 할 수 있는 inference처리 서버
• 자동화된 빌드 및 배포 </aside>

• Metric 선정
  • 가격이 저렴한 어종을 비싸다고 착각하면 불이익
  • 어종 별 평균 정확도 accuracy, F1 score

제약 사항

프로덕트를 개발할 때 고려해야 하는 제약사항은 무엇인가요?

• 단일 회만 구분할 수 있는 모델? 모듬 회도 구분할 수 있는 모델?
• inference 속도? 대략 0.5초 이내
• 카메라로 직접 찍어서 바로 업로드 하는 기능 + 파일 선택으로 업로드하는 입

고객 가정

사용자에 대해 어떤 가정을 하고 있나요?

수산시장 가서 물고기를 사서 회로 먹을 때

물고기를 봐도 잘 모름, 회를 봐도 잘 모르는 고객

물고기를 본 후 직접 주문해서 회를 먹는 고객

단순하게 회만 먹는 고객