1조
- 피드백
- 테스트 데이터 오염이 의심된다: 글자 생성 과정에서 중복된 글자가 사용되었을 수도 있다. 정확도가 과하게 높다.
- 좀 더 저수준의 고전적 방법을 시도하지 않은 게 아쉽다
- 메모
- 힘들었던 과정이 훨씬 많다고 좀 더 징징댔어야 했다
3조
- 메모
- 다양한 시도의 과정을 발표에서 보여줌
- 새 이미지 16장은 YOLO가 그간 학습했던 이미지들에 비하면 아주 적은 양인데, 그래도 성능이 개선이 된다고요 그게 된다고 진자 말도안돼
- 수업시간에 따로 강조되었던 고전적인 방법을 열심히 썼다
- 성능이 그지같아도 포기하지 않았음
- 실질적인 개발 기간이 이틀밖에 안되는데 많은 시도를 했음
- 그래서 발표가 너무 길어 빨리 설명해주면 좋겠음
- 피드백
- 재밌게 잘 했어요 노력 인정
- 엔지니어링이 약간 과한 부분이 있다. 이거 하나 하자고 YOLO랑 SAM2가 둘 다 돌아가다니. 배경 흰색이니까 그 흰색과 아닌 것만 잘 잘라서 해봐도 되지 않았겠니? 물론 흰색 물체는 약간 문제가 있겠지만.
- 데이터 오염이 있다. 학습셋과 테스트셋의 물체 구성이 똑같고, 구도도 비슷했기 때문에 테스트 데이터 오염이 보인다. 기한 상의 문제로 어쩔 수 없지만 향후 프로젝트에 참고하라.
- 크기 측정 및 그 오차에 대한 얘기들은 따로 슬라이드를 내어 말해줬어야 했다.
- 물체 배치 알고리즘 설명은 되게 대충 넘어간 느낌이다. 안 쓴 알고리즘은 길게 설명하고 쓴 알고리즘은 대충 설명하는 건 앞뒤가 안맞는다. 발언 배분 잘하기.
- 물체 종류 관련없이 인식만 해보려고 했어도 괜찮았을 것 같다. 어차피 이미 어노테이션이 되어 있다면 그것만 지워버리면 될 일이니 한번쯤 시도해봤다면 좋지 않았겠나.
- 암튼 잘했어요
- 사소한 건데 UI가 못생겼어. 애니메이션을 넣는다든가 해서 간지가 좀 났으면 좋겠어요. UX 개선 필요.
6조
- 메모
- 머신 비전 이외의 구현이 꽤 자세함 앱도 만들었고 프엔과 백엔을 갖추었음
- 최대 시도 횟수 안정했으면 영원히 알람 못끌뻔했음
- 피드백
- 잘 했구요
- 시도했던 세 가지 문제가 다 비슷한 부류라 확 들어오는 포인트가 영 없다. 무난한거 3개보다는 기깔난거 하나가 더 좋아
- 3초씩이나 기다리게 하는 건 너무 길고 알람 소리 계속 울리는데 사용자가 너무 못이긴다. 템포를 더 빠르게.
- 시연할 때에는 다양한 상황 조건을 보여줬으면 더 좋았을 것.
4조
- 피드백
- 중요한 화면은 크게 보여줘라
- 대기열 인식이라는 주제는 좀 쓸모가 많을 것 같아요 식당이든 놀이공원이든 뭐 그런 거 말이에요. 범용성은 좋겠는데, 구현 방식이 꽤나 제한적인 것 같아요.
2조
- 피드백
- 다 좋은데 색지 마커도 좋은데 이왕 한김에 오브젝트 디텍션도 있으면 좋겠어요. 통 이미지 학습을 하다보니 풍경이 조금만 바뀌어도 학습을 다시 시켜야 하는 문제가 있어요. 간판을 인식하게 하면 그럴 필요가 훨씬 줄어들지. 비효율.
- 인식률이 떨어지는걸 알고리즘 후처리로 해결한 건 굿
- UI를 각자 따로 만들거면 뭐하러 팀플하니 그럴 거면 둘이 같이 더 좋은걸 만들어오렴
- 시연은 쇼맨십이 중요하다. 지금은 봐주겠는데 나중에 더 큰 곳에 가면 신경 좀 쓰세요~
5조
- 메모
- scope와 fidelity 정의를 명시적으로 언급하는 거 좋았다. 프로젝트를 더 명확하게 주장할 수 있음.
- 피드백
- 유즈케이스가 다양하고, 그마다 접근 방식이 달랐기 때문에 성능 지표도 모두 분리해서 보여줬으면 좋겠다. 또한 지금까지 시도해봤던 다양한 방법들의 결과도 같이 보여줬으면 좋겠다.
- 시연 굿인데 로그가 화면을 너무 가린다 한쪽에 모아놔라. 사람마다 뭔 짓을 했는지 조회할 수 있는 UI도 있으면 좋겠다.