영상처리프로그래밍	기말 프로젝트 보고서	작성자	허남정
		작성일자	2022-06-03

프로젝트 시작 배경	하나의 이미지 분류 모델은 만들기 위해서 굉장히 많은 이미지 데이터가 필요하다. 이때 드론으로 360도 동영상 촬영을 한다면 짧은 시간에 다양한 각도에서 많은 영상 데이터를 뽑아낼 수 있다. 그러나 숙련된 조종자가 아니면 드론 촬영은 대상 물체의 크기와 위치를 일정하게 촬영하지 못한다. 이 프로젝트는 드론 촬영 영상에서 사용자가 관심 영역을 지정하면 크기와 위치가 일정한 영상 데이터를 뽑아낼 수 있도록 도와주는 프로젝트이다. 또한 스마트폰이나 태블릿 등 실제 드론 조종에 사용되는 디바이스에서 쉽게 사용할 수 있도록 그림판 모듈을 제공한다.
프로젝트 결과물 구조 및 설명
프로젝트 요구 사항	1. 사용자는 그림판 모듈을 이용해 관심영역을 지정할 수 있다. (스마트폰, 태블릿 디바이스에서 유의) 2. 대상 물체의 크기와 상태가 변하면 사용자는 중간에 멈추고 다시 관심영역을 그릴 수 있어야 한다. 3. 관심영역에 있는 대상 물체를 다양한 데이터 증감 기법을 이용해서 좋은 데이터를 만들어야 한다. ■이 프로젝트에서 구현된 데이터 증감 기술 - flipping 좌우대칭, 상하대칭 - Rotation : 35도 회전, 335도 회전 - Random Erasing (RE) : (논문 알고리즘을 구현) 전체 부분의 일부를 가리는 방법으로 객체의 일부가 가려지는 경우에도 신경망이 올바르게 예측하는데 도움이 된다.
프로젝트 실행
프로젝트 향후 계획	프로젝트 제작에서 각각의 필요한 모듈을 만들고 합치는 방향으로 진행되어 유지 보수가 어려운 코드가 나왔다. 이를 보완하기 위해서 하나의 클래스로 다시 만든다면 유지 보수가 개선된 좋은 코드가 나올 수 있을 것이다. 또한 [참고자료1] 이 페이지를 참고하여 향후에는 더 많은 데이터 증강 기법을 사용할 것이다.
참고자료	[참고자료1]데이터 증강 기법의 종류 https://affine.ai/data-augmentation-for-deep-learning-algorithms/ Random Erasing 알고리즘 https://sh-tsang.medium.com/random-erasing-re-random-erasing-data-augmentation-image-classification-37f11627b38 RE 알고리즘 라이브러리 (코드리뷰용) https://timm.fast.ai/RandomErase