2019 Summer) 2019 인텔 AI 드론 경진대회 후기

* 이 후기는 필자가 2019 인텔 AI 드론 경진대회 대학부에 참여하면서 느낀 점들을 작성한 글입니다.
* 대회 관련 사항은 이 사이트를 확인해주세요!

 

1. 사전 교육 및 대회 참여

사전 교육 중

고려대학교 공학교육혁신센터에서 수상을 한 팀들을 대상으로 참가 여부를 물어서 저번에 인연이 있었던 우리 팀은 이를 바탕으로 참여를 하게 되었다. 대학부 경진대회 내용은 이러하였다. 인텔의 인공지능 툴인 caffe를 이용하여 cifar10에 대회에서 요구하는 8가지 대상(가위, 바위, 보, 로고 3가지, 강아지, 말)을 학습하여 드론에 적용시켜 드론이 이를 인식하면 되는 것이다.

 사전 교육은 고려대학교 공학관에서 이틀에 걸쳐 이루어졌으며 이 내용을 학습하였다.

• 기본적인 인공지능 개론
• caffe 학습 방법
• NUC와 카메라를 이용한 capture
•  파라미터 커스터마이징 방법
• 학습된 모델과 드론 연결하여 띄우기

경진대회 중

대회 내용 자체가 좋았지만 문제는 팀이 많다보니 NUC(인텔의 미니 PC이다.)에 대한 지원이 부족한 것이었다. caffe 자체가 우분투(ubuntu)에서 돌아가고 만들어지며 학습되는 환경이다보니 NUC가 굉장히 필요한 존재였지만 팀원들 중에서 NUC를 소지한 사람이 없었기에 이를 해결하려 한 주동안 애를 먹었다. 우리가 마련한 해결책은 여러가지 툴(caffe모델로 전환하는)을 이용하여 모델이 caffe 환경에 맞게 적용하는 방법을 이용하다가 결국에 환경 설정 적인 측면에 부딪혀 실패하고 말았다. 이후 최대한 NUC를 이용하려고 애썼지만 실패에 돌아서고 말았다.

2. 전체적으로 느낀 점

 먼저 학습 자체를 하여 모델 하나를 만들어보는 것을 처음해보아서 굉장히 흥미로웠다. h5파일이나 lmdb 등의 무수한 파일들이 생겨나는 것들을 지켜보면서 하나의 모델이 탄성되는 것을 보면서 실무적인 느낌을 한껏 가질 수 있었다.

 학습하는 것에 대한 인사이트도 얻었다. 학습을 위해서 데이터를 무작정 얻는 것도 또한 중요하지만 오버피팅, 언더피팅을 막기 위해 학습해야 할 데이터 사이의 비율도 중요함을 깨닫게 되었다.

 드론이 보다 더 적용하기 쉬운 환경이 되려면 무엇이 더 필요한 지에 대해 생각해봐야겠다고도 느꼈다. 드론을 직접 조종하는 역할도 맡은 적이 있다보니 드론의 한계점들이 굉장히 많이 다가왔다. 조종방법의 일반화도 필요할 것 같았고 과연 운반 수단이나 사진 촬영 이상의 기능을 어떻게 구현 할 수 있을까 하는 궁금증이 들었다.

좋은 성적을 기록하진 못했지만 모델 자체를 다뤄보고 이와 더불어 드론도 연결하여 적용하는 일련의 과정들을 접할 수 있었던 흔치 않았던 경험이라고 본다. 

 

우리 팀은 최선을 다했기에 후회는 없었다:)

 

긴 글 읽어주셔서 감사합니다!

이 글이 유익하셨다면 밑 버튼을 눌러서 후원하실 수 있습니다:)

Buy me a Milkshake