안녕하세요 팀 젤루좋아의 발표를 맡은 이훤입니다.
발표 시작하겠습니다!
저희는 먼저 이 프로젝트를 선정한 개요를 소개하고,
욜로 버전2와 버전3의 구현과정을설명드린 다음,
탐지기로써 쓰인 욜로2와 욜로3의 성능 비교,
분류기로써 쓰인 ResNet과 Efficient의 성능을 비교한 후
간단한 시연을 통해 실제 동작 모습을 보여드리고
각 모델들의 한계점 및 향후 연구 과제를 소개하는 것으로 발표를 마치겠습니다.
하지만 전통적인 방식, 즉, 전문가가 직접 그림을 보고 해석하는 방식은 높은 비용과 많은 시간을 할애해야 했습니다.
이에 저희는 YOLO와 ResNet을 활용한 저비용&고속 아동 미술 분석 시스템을 구축하고자 하였고, 이에 이 프로젝트를 수행하였습니다.
저희가 이 프로젝트를 진행하기 위해 수집한 데이터는 크게 나무, 집, 여자, 남자로 클래스가 나뉘어져 있고 그 안에 열매, 팔, 창문, 다리 등 라벨들이 있는 데이터로,
아동기의 그림은 단순한 낙서가 아닌, 정서 상태, 대인 관계, 발달 수준을 파악할 수 있는 중요한 자료로 활용됩니다.
각각의 객체들의 상대적인 위치와 크기를 파악하여 아동의 심리상태분석에 이용하고자 하였습니다