1. 안내염 수술 후 시력 예측 모델 개발 - 원본 데이터 분석 및 전처리 - 테이블 및 이미지 데이터를 사용하여 시력값을 예측하는 모델 개발 - 성능 개선을 위한 데이터 핸들링 및 모델링 방법론 리서치 2. 화학 위험성 예측 선행 연구 - SMILES, 인화성, 증기압과 같은 물성 정보를 이용해 위험성 여부 판단 모델 개발 및 선행 연구

더보기

1. 화재 탐지 서비스를 위한 연기 탐지 모델 개발 Yolo 모델을 이용한 연기 탐지 모델 개발 및 서비스 적용, 테스트 - 모델 및 알고리즘 개발 통해 실제 가스 탐지 사례 5건 확보로 서비스 신뢰성 향상 및 CCTV 카메라 계약 목표 (1000대) 초과 달성 - PoC 현장 방문, 연무기로 연기 발생 화재 상황 연출과 테스트 역할 수행하여 모델 및 알고리즘 실시간 적용성 입증 - 기존 YOLOv5에서 YOLOv8 모델 도입 건의 및 적용 성공. 모델 탐지 정확도 10% 높이고 오탐지 10% 감소 - PoC 데이터 수집, 현장 테스트 결과, 모델 성능 개선 비교 정리한 시각적 자료 클라이언트 전달. 화재 탐지 서비스에 대한 긍정적 답변 확보 - 다양한 하이퍼 파라미터 조합 테스트 후 성능 비교를 통한 최적화 및 연기 탐지 모델 성능 5% 향상 2. 과도한 오알람 개선을 위한 필터링 알고리즘 개발 OpenCV의 영상 차분 기법과 연기의 동적 특성을 활용한 이미지 필터링 알고리즘 개발 - 오탐지로 인해 발생하는 오알람 문제 해결 위해 연기 탐지 관련된 논문 4편 리서치 및 연기 특성 분석 진행 - 연기의 동적 특성 기반 영상 차분 기법 적용한 오탐지 필터링 알고리즘 개발 및 적용으로 10여 건의 오알람 케이스 해결 - PoC 알고리즘 적용 시 파일 권한 문제를 발견하고 협업팀에게 전달하여 알고리즘 정상 작동 하지 못한 문제 해결 - 알고리즘 적용 환경 정의. 전기실과 화학제품 보관소 등 인적이 드문 특정 환경 적용 통해 모니터링 효율성 강화 3. 크롤링을 활용한 오탐지 영상 자동 수집 프로그램 개발 - 기존의 수동 수집 작업, 셀레니움 이용한 크롤링 자동 데이터 수집 프로그램 개발로 수집 소모 시간 70% 단축 및 자동화 4. 학습 데이터셋 수집 및 제작 - CCTV 영상 데이터 수집, 검수 및 라벨링 수행으로 5만여 장의 학습 데이터, 고품질 데이터셋 구축 - 3개의 PoC 지역에서 화재 상황 연출 및 데이터 수집, 현장 환경 반영한 데이터셋 제작 - 서비스 및 PoC 지역 지속적인 모니터링 통해 오탐지 사례 수집 및 정리하여 문서화 5. 엣지 디바이스 활용 경험 보유 - NVIDIA Agx Xavier 완전 초기화 후 바닥부터 DeepStream 및 인퍼런스 가능하도록 셋팅 - NVIDIA Jetson TX2 의 DeepStream을 통해 모델 pt파일을 .engine 형태로 경량화 및 최적화하여 엔지니어에게 전달

더보기