ML Engineer & SW Engineer로서 딥러닝 및 소프트웨어 개발 경험을 보유하고 있습니다.
딥러닝 기반의 드론 탐지 연구 및 Text-to-3D 프로젝트를 수행하며, 실무에 적용할 수 있는 역량을 키웠습니다.
팀 프로젝트 1: 드론 Payload 탐지 AI 모델 개발
기간: 2022.04 - 2022.08
기술 스택: Python, PyTorch, Librosa
개요
퍼듀 대학교 연수 중 드론이 내는 소리를 분석하여 Payload(탑재물)의 존재 여부를 탐지하는 AI 모델을 개발했습니다.
주요 내용
- CNN, RNN, CRNN 딥러닝 모델 개발
- 드론의 소리 데이터를 분석하여 Payload 여부 분류
- 초기 모델 정확도 64% 기록 → 데이터 보강 후 94%까지 향상
- Librosa를 활용한 오디오 데이터 전처리
- 주파수 변환(Fourier Transform) 및 노이즈 제거 적용
- 데이터 수집 및 증강 (Data Augmentation)
- 초기 데이터는 드론을 마이크에서 10M 거리에서 녹음하여 노이즈와 구별이 어려운 데이터 다수 존재 (초기 낮은 정확도의 요인)
- 해결책으로 드론과 마이크 간 거리를 4M 이내로 조정하여 데이터 재수집
- 추가적으로 데이터 증강(Augmentation) 적용하여 모델 학습 데이터 확대
- 성능 평가
- Precision, Recall, F1-score 기반 성능 분석
결과물
- GitHub Repo: 프로젝트 코드
- 발표 자료: 드론 탐지 AI 발표 자료(링크드인 가입 필요)
- 논문 게재: Ku, I., Roh, S., Kim, G., Taylor, C., Wang, Y., & Matson, E. T. (2022, December). Uav payload detection using deep learning and data augmentation. In 2022 Sixth IEEE International Conference on Robotic Computing (IRC) (pp. 18-25). IEEE.