-
Notifications
You must be signed in to change notification settings - Fork 0
Home
ehdwo0427 edited this page Apr 3, 2026
·
26 revisions
"기록은 최고의 복습이다." 이 위키는 제가 AI 엔지니어로 성장해가는 과정에서 겪은 프로젝트 경험, 기술적 선택의 이유, 트러블슈팅 과정을 정리한 공간입니다.
짧은 결과보다, 어떤 문제를 왜 그런 방식으로 풀었는지를 남기려 했습니다.
| 프로젝트명 | 기간 | 설명 |
|---|---|---|
| OnTheTop | 2025.03.31 ~ 2025.08.01 | Stable Diffusion 기반 데스크테리어 이미지 생성 서비스. 객체 인식 → 프롬프트 생성 → 이미지 생성까지 E2E 파이프라인 구성 |
| 포도밭 병해충 탐지 및 수확량 예측 | 2026.03.23 ~ 현재 진행중 | 병해충 탐지를 위한 객체 탐지 및 포도 수확량 확인 |
- 어떤 문제를 풀고 있었는가
- 왜 기존 방식으로는 부족했는가
- 어떤 기준으로 기술을 선택했는가
- 실험 결과를 바탕으로 다음 액션을 어떻게 정했는가
OnTheTop
- 생성형 AI 기능을 서비스 형태로 연결하며, 이미지 분석부터 생성까지 E2E 파이프라인을 설계했습니다.
- 단순히 모델 성능만 보는 것이 아니라 응답 시간, API 구조, 운영 가능성까지 같이 고민했습니다.
- 관련 기록: OnTheTop, OTT AI Wiki
포도밭 병해충 탐지 및 수확량 예측
- 드론 이미지 환경에서 작은 객체를 안정적으로 탐지해야 하는 문제가 핵심이었습니다.
- 초기 방식의 한계를 확인한 뒤, small object detection 관점에서 타일링, SAHI, 파인튜닝 방향을 비교하며 접근하고 있습니다.
- 관련 기록: 포도밭 병해충 탐지 및 수확량 예측
- WHY를 기록하는 이유
- 단순히 "무엇을 했다"보다 "왜 그렇게 판단했는가"를 남기기 위한 페이지입니다.
| 분류 | 설명 | 링크 |
|---|---|---|
| AI Wiki | 프로젝트 중 발생한 기술 이슈, 해결 과정, 일정별 실험 기록 정리 | OTT AI Wiki |
- 정리하며 배우기: 단순 복습이 아니라 나만의 언어로 다시 쓰기
- 공유와 협업: 트러블슈팅 기록이 다른 개발자에게도 도움이 되기를
- 성장 기록: 어떤 고민을 했고, 어떤 판단을 했는지 남기기
- GitHub: @ehdwo0427
- Email: ehdwo0427@naver.com
- 포트폴리오: 이동재_포트폴리오
Deepvisions | AI Engineer 2026.03 ~ 재직중
2026.05 ~ | @ Deepvisions 캠퍼스 CCTV 4대 · 자전거 OCR + 차량 공회전 다중 신호
2026.04 ~ | @ Deepvisions 포도밭 침입 탐지 (5종 multi-class · 라즈베리파이 4 실시간)
2026.03 ~ | @ Deepvisions 드론 이미지 기반 객체 탐지 + GSD calibration + 수확량 예측
- 프로젝트 메인
- 관련 연구 종합 + 한계 (2026-05) ← 최신
- 수확량 close-up 4장 + 3-Model (2026-05-19)
- 드론 포도 수확량 예측 — 파이프라인 (2026-05)
- 드론 포도송이 탐지 — 학습 변천사 (2026-04)
- SAM3 vs Fine-tuned YOLO
- Grounding DINO vs YOLO Top3 비교 요약
- YOLO Baseline Top3 비교 요약
- YOLO Model Comparison Summary
- 포도 탐지를 위한 데이터 수집
- 포도 수확량 측정을 위한 Object Detection
2025.03 ~ 2025.08 | 카카오테크부트캠프 | ✅ 종료 AI 기반 데스크테리어 추천 서비스
- Name: Woody (이동재)
- Focus: Vision AI, LLM Integration, Backend Engineering
- GitHub: @ehdwo0427
- Email: ehdwo0427@naver.com
- 포트폴리오 : 포트폴리오