1. 고객/상담사 간 상담 매칭 및 채팅 상담 (챗봇) redis를 통해 고객/상담사 대기열을 관리하고 pub/sub을 통해 상담사 정보를 가진 pod와 웹소켓 연결을 구현하였습니다. 고객의 카카오톡 채팅을 웹소켓을 통해 상담사 웹으로 실시간 전송하는 기능을 구현했습니다. 2. 상담사 웹페이지 고객의 채팅을 노출하고, 상담사가 메시지 버튼을 클릭하면 카카오 api를 통해 고객의 카카오톡으로 전송해주는 기능을 구현했습니다. 주기적으로 웹소켓 연결 상태를 확인하여 상담 상태를 관리했습니다.

1. 예약 및 예약 확인, 취소 (챗봇) 예약자 위치를 기준으로 스마트폰 대여가 가능한 매장을 선별하여 노출하고, 예약 진입 시 redis를 활용하여 대여 가능한 재고 이하의 인원만 동시 접근할 수 있도록 제어하는 로직을 구현했습니다. 예약 결과 확인, 취소 기능도 구현했습니다. 2. 재고 현황, 관리자 웹 매장에서 사용하는 app과 api 교환을 통해 반납, 이동 등 재고의 순환을 관리하고 예약/반납 현황을 확인하는 관리자 페이지 및 재고 현황 페이지 백엔드를 구현했습니다.

Pytorch로 구현된 Hourglass 모델을 참고하여 필요한 layer와 함수들을 Caffe 내에 추가 구현 후 학습 및 검증을 하는 프로젝트 였습니다. 따라서 우선 Pytorch 코드에서 layer가 호출되는 순서를 도식화한 후 가중치 초기화, kernel 사이즈 등 파라미터들을 기록해 나가며 모델 구조를 파악해 나갔습니다. 그 중 Caffe에서 구현되지 않은 layer나 함수들은 Pytorch 코드를 참고하여 구현하고 동일한 입출력에 대해서 비교하며 검증하였습니다. 이후 학습 진행 후 영상을 통한 검증을 수행하였습니다.

PASCAL VOC를 기반으로 학습한 YOLO 모델 대신에, 부서의 목적(자율주행)에 맞게 VOC 데이터셋을 비롯하여 UDAcity, 삼성 내부 수집 데이터셋을 이용하한 모델 학습 과제를 부여받았습니다. 데이터셋 간에 b-box를 표시하는 방식과 라벨의 종류가 통일되지 않아 VOC 데이터셋을 기준으로 변환해주는 코드를 구현하였고, 교통 관련 라벨(신호등, 표지판) 라벨을 추가하여 목적에 더 부합하는 모델을 생성하였습니다.