1️⃣ 프로젝트 진행 간 이슈 및 해결

• 데이터 수집

  • 여러 만화 이미지는 저작권으로 인해 웹 상에서 쉽게 구하기 어려운 문제가 존재
  • 필요한 만화 이미지를 영상에서 프레임 추출을 통해 생성함으로써 해결
    • 영상은 직접 구매 혹은 저작권에 문제가 되지않는 방안으로 진행

• 모델 구현 및 테스트

  • cartoonGAN 학습을 위한 모델 구현 중 layer name 중복으로 인한 모델 구축 실패 문제
    • 생성자의 Residual block의 name을 지정해줌으로써, 여러개의 블록을 쌓는 도중에 오류 발생
    • 모든 layer에 지정 name을 삭제하고 자동으로 생성하도록 변경하여 해결
  • pre-trained cartoonGAN 모델과 직접 학습한 모델의 inference 코드가 달라 일괄적으로 적용이 불가능한 문제
    • 조건문을 통해 해당 모델이 직접 학습시킨 모델인지 아닌지에 따라 서로 다른 코드가 수행되도록 해결
  • 결과 이미지 RGB 순서로 인한 색상 오류 문제
    • pre-trained 모델의 이미지 후처리 과정에서 이미지가 정상적으로 BGR로 저장되도록 코드 수정
  • 입력 이미지의 크기에 따라 오류가 발생(서버 자원 부족)하거나 처리 시간의 편차가 큰 문제
    • 입력 이미지를 먼저 최대 512픽셀 사이즈가 되도록(가로 또는 세로) 리사이즈 과정을 거치도록 하여 입력 이미지의 크기에 상관없이 처리될 수 있도록 수정
    • 강제로 이미지가 작아지지만, 해상도 개선 간 결과 활용에 충분하도록 확대됨

• 웹 구축

  • 기본적인 HTML, CSS, 자바스크립트 등 프론트엔드 관련 지식이 부족해 원하는 페이지 구성이 어려운 문제
    • 다양한 reference들을 참고하며 필요 지식을 익혀나가며 처음부터 원하는 기능들을 구현해 나감으로써 문제 해결

• 서비스 배포

  • Oracle, AWS 등 클라우드 기반 서버 구축에 대한 지식 부족으로 인한 문제
    • 해당 기술을 이용해 서버를 구현하려 했으나, 기존에 관련 지식이 전무한 상태로 한정된 시간 내에 완벽한 구현에 어려움이 존재
    • 웹 호스팅 서비스인 pythonanywhere를 이용해 이를 대체함으로써 해결
  • Pythonanywhere에서 ASGI 기반 FastAPI를 지원하지 않는 문제
    • 기존에 학습한 FastAPI를 해당 웹 호스팅 서버에서 지원하지 않아, WSGI 기반 Flask를 활용함으로써 해결

• 프로젝트 관리

  • 초반 Github 활용이 익숙치 않아 효율적인 협업 진행이 더뎌짐
    • 이에 익숙한 팀장의 지도 아래, branch 생성, pull request 등 필요 지식을 공유함으로써 문제 해결 및 원활한 협업 진행

• 그 외 프로젝트 진행간 생긴 이슈들에 대해서 Github 내 Issue 참고

  Issues · LiJell/Final-pjt

2️⃣ 팀원별 후기

• 김한주
  • 기존에 배웠던 딥러닝 모델이 아닌 새롭게 접하는 GAN 모델에 대해서 팀원들과 소통하며 선정하는 과정이 즐거웠습니다. 이번 프로젝트를 진행하면서 간단한 API 구축하는 것이 예전보다 익숙해져서 좋았고, 프론트엔드 분야에 대해서 이전보다 더 잘 이해하게됐습니다. 또한, 기대보다 더 좋은 완성도 있는 웹 애플리케이션을 제작하여 만족스럽습니다. 하지만, 웹 백엔드 부분을 Cloud Instance에 직접 구축하고 배포하려 했지만, 시간이 부족하여 PythonAnywhere이라는 웹 호스팅 업체를 이용한 점이 아쉬웠습니다. 팀원들과 함께 소통하고 의견을 나누면서 기획뿐만 아니라, 모델 학습, 백엔드, 프론트엔드까지 모든 부분을 공부하며 구현하여 그럴듯한 서비스를 만든 점이 뿌듯합니다.
  • 프로젝트를 진행하면서 제일 많이 배우는 점은 기술적인 부분도 있겠지만, 팀원들과 소통하며 어떻게 프로젝트를 원활하게 진행할 수 있는지를 배울 수 있는 소중한 시간이었습니다. 팀원들과 함께해서 만들 수 있는 결과였습니다. 모두 감사드립니다.
• 성연재
  • 딥러닝을 배운 지 얼마 되지 않은 시점에 AI 서비스를 제작하려다 보니 초반에는 다소 어려움이 있었습니다. 하지만 프로젝트를 진행하면서 백엔드, 프론트엔드 가릴 것 없이 모르는 만큼 찾아보며 공부할 수 있었고, 팀원분들과 서로 협력하여 이슈들을 해결하니 괜찮은 결과물이 나온 것 같습니다. 딥러닝 시스템 설계, 서버 네트워크, 웹 구축 등의 다양한 기술을 공부하고 경험한 1달이었습니다. 도와주신 강사님들과 멘토님들, 그리고 팀원분들께 감사드립니다.
• 김민지
  • 빅데이터 과정 마지막 프로젝트가 약 한 달 동안 하면서 배워왔던 공부보다 훨씬 더 많은 새로운 공부도 했던 거 같습니다 방향이 잘 안 잡혀지고 어려움도 있었지만 모르는 부분을 찾아가고 더불어 javascript 공부도 하게 되었습니다. 딥러닝 공부를 많이 알지 못했지만 팀원들과 같이 잘 모르는 부분을 이해하고 작업을 하다 보니 목표에 맞춰서 잘 마무리가 되어갔던 거 같습니다. 각자 잘하는 부분만 진행했던 거 보다는 같이 프론트엔드, 벡엔드를 서로 모르는 부분을 이해하고 프로젝트를 진행을 이어나가면서 배우는 부분도 있었습니다. 서로 의견을 나누고 배우면서 모르는 거는 찾아보고 멘토님들과 강사님들의 도움으로 다양한 기술도 알게 되면서 생각하지 못한 부분도 알게 되었습니다. 3번에 걸쳐서 피드백을 받고 수정하면서 더 많이 알아가고 부족한 부분을 채워나갔던 거 같습니다 한 명이 이해 못하는 부분 없이 진행이 되어가고 강사님과 멘토님들의 피드백을 받고 점차 좋은 결과물이 나왔다고 생각합니다. 팀원분들께 약 한 달 동안이라는 시간 동안 많이 부족하지만 열심히 노력한 결과가 만족하면서 뿌듯합니다. 도와주신 강사님들과 팀원분들께 감사드리고 모두 항상 꽃길만 걷게 응원하겠습니다.
• 송종호
  • 수강 과정의 이름은 빅데이터 기반 지능형 서비스 개발이었지만, 실제 프로젝트를 진행하기 전까지 저희가 배우고 실습한 것은 데이터 분석과 모델링에 치우쳐 있었습니다. 그런 상황에서 갑자기 프로젝트를 통해 서비스 개발이라는 목표를 달성하는 것은 저에게 상당히 큰 부담으로 다가왔습니다. 하지만 프로젝트를 진행하며 강사님들과 여러 멘토님들의 조언과 서로 부족한 부분을 채워준 팀원들 덕분에 나름대로 봐줄만한 결과를 만들어내지 않았나싶습니다. 어렵다고, 배운적 없다고 포기하기보다는 필요한 것이 있다면 직접 찾아서 내 것으로 만드는 자세를 갖추고, 이를 바로 활용해볼 수 있는 좋은 기회였습니다. 여전히 저 스스로는 부족한 점이 많다고 느끼고 있지만, 앞으로도 이번 프로젝트와 같은 자세로 임한다면 언젠가는 스스로가 만족할만한 사람이 되어있지 않을까합니다. 약 한달간 같이 프로젝트를 진행한 팀원분들 모두 정말 고생하셨고 항상 응원하겠습니다.
• 정영훈
  • 이전 프로젝트와는 다르게 멀티캠퍼스에서 수강하였던 딥러닝과 머신러닝 이론을 이용해서 단순히 모델의 성능을 개선하는 것에 목표를 하는 것이 아니라 회사에서 쓰이는 것처럼 딥러닝 모델을 만들고 그 모델을 사용자들이 쉽게 접근할 수 있도록 서버를 만들고, 필요한 페이지를 직접 만들고 flask등을 이용하여 연동하고 배포하는 프로젝트를 진행하면서 많은 어려움을 겪었지만, 많은 것을 공부하습니다. 팀원들과 소통하고 필요한 것이 무엇 인지와 어떤 것을 할 것인지, 서로 도와가면서 혼자서는 못 이룰것 같던 거대한 프로젝트도 이렇게 마무리 되어갑니다. 1달 동안 같이 일한 팀원에게 감사인사를 전하고, 5개월 과정 동안 많은 도움을 주신 강사님들께 감사를 전합니다.