이 레포지토리는 Deep Learning과 관련된 다양한 주제의 스터디 및 실습 프로젝트를 모아둔 공간입니다. 각 폴더는 독립적인 프로젝트 혹은 실습 내용을 담고 있으며, Computer Vision, NLP, GAN 등 다양한 분야를 다루고 있습니다.
- 주제: 흉부 X-ray 이미지를 이용한 폐렴 분류 및 Grad-CAM 시각화
- 핵심 기술: Transfer Learning (전이학습), Grad-CAM (XAI)
- 데이터셋: Kaggle Chest X-Ray Images
- 주제: SSD300 + VGG16 Backbone 기반 객체 탐지
- 핵심 기술: Custom Data Augmentation (Random Crop, LetterBox Resize), SSD300
- 데이터셋: Oxford-IIIT Pet Dataset
- 주제: U-Net 모델을 활용한 축구 경기장 영역 세그멘테이션
- 핵심 기술: Semantic Segmentation, U-Net architecture
- 데이터셋: Football Semantic Segmentation Dataset
09. 👗 FashionMNIST cGAN
- 주제: Conditional GAN을 이용한 카테고리별 패션 아이템 생성
- 핵심 기술: GAN, Conditional GAN (cGAN), Image Generation
- 데이터셋: FashionMNIST
10. 📰 NLP Text Classification
- 주제: 20 Newsgroups 데이터셋을 활용한 텍스트 분류 실습
- 핵심 기술: NLP Preprocessing, Text Classification
- 데이터셋: 20 Newsgroups
- 주제: Seq2Seq + Attention 메커니즘 기반 한영 기계 번역
- 핵심 기술: Seq2Seq, Attention Mechanism, NLP
- 데이터셋: AI Hub 한국어-영어 번역 말뭉치
- 주제: KoBART 기반 법률 문서 추상적 요약
- 핵심 기술: Abstractive Summarization, KoBART, HuggingFace Transformers
- 데이터셋: 한국어 법률 문서
- 주제: 한국어 쇼핑몰 리뷰 감성 분석 — Full Fine-Tuning과 LoRA(PEFT) 비교
- 핵심 기술: BERT, LoRA, PEFT, Fine-Tuning
- 데이터셋: 한국어 쇼핑몰 리뷰
14. 🏛️ NTS Tax RAG
- 주제: 국세청 자료 기반 연말정산 Q&A RAG 시스템 구축
- 핵심 기술: RAG, LangChain, Vector DB (FAISS/Chroma), LLM Quantization
- 데이터셋: 2024년 귀속 연말정산 종합 안내 PDF
15. 🐳 Docker 기반 ML 협업 워크플로우
- 주제: Docker를 활용한 ML 모델 패키징 및 협업 환경 구축 실습
- 핵심 기술: Docker, Docker Compose, ML 모델 배포
- 데이터셋: Student Performance Dataset
16. 🔄 모델 변환 및 Node.js 추론
- 주제: MNIST CNN 모델을 3종 포맷으로 변환하고 JavaScript(Node.js) 환경에서 ONNX 추론
- 핵심 기술: PyTorch 모델 변환 (.pth / 양자화 .pth / .onnx), ONNX Runtime, Node.js 크로스 플랫폼 추론
- 데이터셋: MNIST
이 프로젝트들은 주로 Jupyter Notebook 환경에서 작성되었습니다.
- Python 3.x
- PyTorch / Scikit-learn / Pandas / NumPy / Matplotlib 등
각 폴더 내의 .ipynb 파일을 참고하여 코드를 순차적으로 실행할 수 있습니다.
데이터셋이나 베이스라인 코드는 .gitignore 설정에 의해 포함되어 있지 않을 수 있으므로, 각 프로젝트의 README를 참고하여 필요한 데이터를 준비해주시기 바랍니다.