8-10 주차 회고

object detection 과 관련된 프로젝트를 할 수 있었다. mmdetection 라이브러리를 뜯어보는 좋은 경험이 되었다. faster r-cnn과 같은 two stage모델이 무엇인지, 어떤 방식으로 loss를 사용하는지, 어떻게 anchor box를 만드는지, 어떤 metric을 사용하여 어떻게 평가를 하는지 확실히 알 수 있었다.

pip install을 하는것은 python의 모듈 경로 site-packages 디렉터리에 추가하는것과 같다. 따라서 import가 되지 않는 모듈은 pip intall -v -e 를 해서 아예 패키지를 깔아주거나, sys.path를 해주면 된다.

 

 

 

<wrap up report의 개인회고>

 

이번 프로젝트는 mmdetection 라이브러리를 이해하는데 시간과 노력을 너무 사용하였다. benchmark를 보고 baseline 모델을 빠르게 잡았지만, 라이브러리 구조와 코드 이해하는 과정이 어려웠다. 항상 왜 사용했는지 생각하는것이 프로젝트 시작할때 목표였는데, 모델 내부는 이해하지 못하고 돌리다가 시간이 다 가서 아쉽다. 단순 mAP score 비교하는것을 넘어 왜 특정 class의 mAP가 낮은지, 작은 바운딩 박스는 어떻게 하면 잡을 수 있을지 의미론적으로 생각하지 못한것이 아쉽다.

 

모듈화 방식을 생각해보고, github을 본격적으로 사용하기 시작한점은 고무적이다. 처음에는 ipynb 에서 실험해보는것에 급급했는데, 이제는 한단계 나아가서 파일마다 중복된 code를 밖으로 빼서 보기좋게 간소화도 시켜볼 수 있게 되었다. debugging point도 찍어보면서 error를 분석할 수 있게 되었다. 또한 git을 많이 써보면서 점점 눈에 익게 되었다. 논문 figure를 보면서 config와 구현 코드가 어떻게 됐는지 새벽까지 확인해봤던것도 좋은 기억으로 남는다. 팀원들의 도움 덕분에 이러한 향상이 있을 수 있었다. 또한 대회에서 높은 등수에 위치할 수 있었다.

 

다음 프로젝트에서는 점수 올리기와 이해하기 사이에서 균형을 잘 맞췄으면 좋겠다. 부족했던 모델 이해와 의미론적 분석 부분은 끝났다고 그냥 넘어가지 말고 메울 수 있으면 좋겠다. 실험 결과를 문서화 하는 습관을 가졌으면 좋겠다.

 

 

 

 

 

 

추가적으로

 

 

멘토님이 너무 어려운 문제보다 실용적인 문제해결에 대해 준비하는게 어떻냐고 제안하신것이 기억에 남는다. 회사에서는 직무에 fit한 사람을 뽑기 원하는데, 현재 국내 회사 대다수는 미래 기술보다 지금 당장 돈을 벌 수 있을만한 문제를 다룬다고 하셨다. 멘토님의 개인적인 경험담도 들으니 어떤말인지 조금 더 이해가 가더라. 전에 그래픽스 연구실에서 박사과정중인 친구도 말해주기를, 3d 연구를 하며 졸업하고도 결국 llm 하는 종합기술원으로 들어가는 선배가 있다고 했었는데, 같은 맥락의 이야기를 다시 들으니 힘이 빠지더라. 돈을 버는것과 원하는 일만을 쫓는것은 확실히 별개라 느꼈다. 개인적으로는 한쪽에 너무 치우치지 말고 둘 사이에서 적당한 선을 찾아 행복하게 살고 싶다 하하.

 

 

또한 프로젝트 선정에 있어 연구적인 관점과 창업적인 관점에서 바라보시는 점이 인상깊었다. 어떤 제품의 처음부터 끝까지의 파이프라인을 내부 과정을 잘 모르더라도 가져다 쓰고 이어붙여가면서 만들어내는것이 창업적인 관점이라 한다면, 파이프라인중 조그만한 부분에 대해서 어떻게 하면 더 개선시킬수 있을지 고민하는것은 연구적인 관점이라 하셨다. 이러한 생각들을 하면서 마지막 프로젝트 주제를 정하면 좋을 것 같다.