[Study] 신입 자라기 - 105

 

신입 자라기 105일 차, 목요일

Daily Routine

시간	Routine
8 : 20	기상
9 : 00 ~ 10 : 00	출근 시간
10 : 00 ~ 11 : 30	1. 솔루션 설치를 위한 쉘스크립트 작성
11 : 30 ~ 12 : 30	점심 시간
12 : 30 ~ 18 : 00	1. 솔루션 설치를 위한 쉘스크립트 작성
18 : 00 ~ 24 : 30	퇴근 및 휴식
24 : 30 ~ 25 : 30	1. 블로그 포스팅

---

출근길에 보는 Tech Blog

https://tech.socarcorp.kr/data/2022/04/18/develop-model-classifying-washed-car.html

딥러닝 기반 세차 인증 자동화 모델 개발 이야기

3줄 요약(아무튼 3줄)

1. 쏘카의 딥러닝 기반 세차 인증 자동화 모델은 4개의 클래스(인증 성공, 인증 성공, 인증 보류, 인증 보류)로 학습된 지도 학습 모델과 분류가 애매해서 매니저의 검토를 받도록 격리(Isolate)해주는 모델로 이루어져 있다.

격리하는 데이터 같은 경우는 Out-of-distribution(학습 데이터의 분포와는 다른 분포를 갖는 데이터)라고 칭함

 

2. 세차 인증 모델은 Supervised Classifier 모델과 Image Retrieval을 활용하는 해서 시도했다. Image retrieval 방식은 이미지를 넣으면 유사한 이미지를 반환해주는 검색 방법이다. 하지만 Suerpervised Classifier의 성능이 더 좋아서 해당 방식을 사용했다.

 

3. Rejection 모델(애매한 데이터를 격리하는 모델)은 출력값의 확실성을 임계값을 통해 데이터를 골라내는 방식과 Open-set Recoginition 접근 방식을 활용해서 시도했다. Open-set Recognition의 접근 방법 중에서 직관적이고 컴퓨팅 리소스가 덜 소모되는 모델의 출력 값의 Logit값을 이용해 판단하는 방식을 채택했다.