컴굥일지

1. 모션 인식 - Teachable Machine 모션 인식을 위해 사용해 본 기술들은 아래와 같습니다. 1. Teachable Machine 2. OpenPose (OpenCV) with Python 3. PoseNet with javascript 위의 3가지 중에 가장 쉬운 것은 Teachable Machine이었습니다. 유튜브에서 Teachable Machine을 사용하여 자세 추정을 하는 동영상을 찾았습니다. 이걸 보고 따라 하며 TM 사용법을 알게 되었습니다. 깃허브나 기술 블로그들을 읽는 것도 좋지만, 동영상으로 설명해주는 것이 가장 이해하기 쉬운 것 같아서 아래에 첨부합니다. https://youtu.be/9SwdGFzFb5Y (세상에서 가장 쉬운 인공지능 만들기 2탄 | Teachable..

1. 프로젝트 주제 변경 사유 저번 포스트를 보면 알 수 있겠지만, 저희 팀은 GPT를 사용하여 동화를 "생성"하려고 했었습니다. 하지만, 방학 중에 GPT를 계속 사용하면서 많은 스트레스를 받았었습니다. 먼저 KoGPT2를 사용하여 "문장"을 생성하면 그나마 말이 되는 문장이 나왔습니다. 하지만 "문단"을 생성하려고 하면, 문법은 물론이고 내용이 너무 이상하게 나왔습니다. 그래서 GPT3를 사용하여 한국어로 문단을 생성하려고 했는데, 한국어 학습이 너무 덜 되어있었는지 KoGPT2보다도 내용이 이상하게 나오는 것 같았습니다. GPT3가 한국어가 아니라 영어는 많이 학습이 되어있기 때문에, 영어 동화로 주제를 틀어보기로 했습니다. 이때까지만 해도 약간의 희망을 가지고 있었지만, 결과는 그리 희망적이지 않..

1. 프로젝트 주제 어릴 때, 동화책을 읽다 보면 부모님이 옆에서 "이다음엔 어떻게 되었을까?" 라던가 "여기서 다른 선택을 했으면 어땠을까?"와 같은 질문을 던지곤 합니다. 그러면 어렸던 저는 이제 질문을 듣고 막 상상을 하면서 뒷 이야기를 생각하곤 했습니다. 저희 팀의 프로젝트 주제(참여형 동화 서비스)는 이러한 경험으로부터 나오게 되었습니다. 현재 저희 팀은 5~7세 대상의 동화책을 dataset으로 모으고 있습니다. 이 dataset으로 학습을 시킬 예정입니다. 제가 이번에 맡은 부분은 동화를 생성하는 파트입니다. 기술 조사에서 동화 생성을 맡는 기술로 GPT3와 KoGPT2가 거론되었습니다. 그러나 GPT3가 유료이기 때문에 일단은 KoGPT2를 사용해보기로 했습니다. 2. 진행 내용 프로젝트 ..