AIStudy 프로젝트는 인공지능(AI) 학습 및 연구를 위한 코드 저장소입니다.
다양한 AI 모델 구현, 데이터 전처리, 그리고 최신 머신러닝 알고리즘을 실험하고 공부한 내용을 기록합니다.
이론적인 개념을 실제 파이썬 코드로 구현하며 실무 역량을 쌓는 것을 주요 목표로 합니다.
이 프로젝트에서는 다음과 같은 핵심 AI 기술들을 다루고 구현합니다.
- CNN (Convolutional Neural Networks)
- 이미지의 공간적 특징을 추출하는 합성곱 및 풀링 계층 학습.
- 이미지 분류 및 객체 인식 예제 포함.
- Emotion Detection (감정 인식)
- MLP (Multi-Layer Perceptron): 기본 신경망을 이용한 특징 기반 감정 분류.
- CNN (Convolutional Neural Networks): 얼굴 이미지의 특징을 직접 추출하여 감정 상태 분석.
- MediaPipe + MLP: MediaPipe Face Mesh를 활용해 랜드마크를 추출하고, 이를 MLP 모델의 입력값으로 사용하는 경량화 모델 구현.
- RNN (Recurrent Neural Networks)
- 시계열 및 자연어 등 순차적 데이터(Sequential Data) 처리.
- LSTM, GRU를 통한 장기 의존성 문제 해결 구조 이해.
- LLM (Large Language Models)
- Transformer 아키텍처 및 Attention 메커니즘 연구.
- 사전 학습(Pre-training) 및 미세 조정(Fine-tuning) 구현.
- YOLO (You Only Look Once) & Custom Backbone
- 실시간 객체 탐지(Object Detection) 알고리즘 실습.
- Custom Model: 특정 도메인 최적화를 위해 YOLO의 기본 백본을 MobileNet 등으로 교체하는 아키텍처 설계 및 구현 학습.