2020-2-capstone-design2 / 2015104192

Go to a project
Toggle navigation Toggle navigation pinning
윤영빈
781f3712 1 parent a3974252

mid report edited

Inline Side-by-side
Showing 5 changed files with 17 additions and 19 deletions
1 -# 비디오 벡터를 이용한 내용 기반 유튜브 영상 추천 시스템 1 +# Video vector list를 이용한 내용 기반 유튜브 영상 추천 시스템 개선안
2 -
3 -## Intro
4 -- Tag Money?는 동영상에 어울리는 유튜브 태그와 관련 유튜브 영상을 추천해 주는 웹 서비스입니다.
5 -- 유저가 영상을 업로드하면 기존 유튜브 영상들과의 유사성을 파악하여 가장 어울리는 태그와 연관된 유튜브 영상을 추천해 줍니다.
6 -- 본 프로젝트는 박광훈 교수님의 **유튜브 동영상 분류를 위한 자동 태깅 방법에 대한 연구**에 기반하고 있습니다.
7 2
8 ## Research field 3 ## Research field
9 -* Video Classification 4 +* Video Understanding
10 -* NLP
11 * Word Vectorization 5 * Word Vectorization
12 6
13 ## Tech Stack 7 ## Tech Stack
...@@ -29,28 +23,23 @@ ...@@ -29,28 +23,23 @@
29 23
30 ## How to run. 24 ## How to run.
31 ### 필요한 라이브러리 설치 25 ### 필요한 라이브러리 설치
32 -1. git pull ssh://git@khuhub.khu.ac.kr:12959/2020-1-capstone-design1/PKH_Project1.git
33 2. python 3.5 ~ 3.7, node.js 12.16 26 2. python 3.5 ~ 3.7, node.js 12.16
34 3. google mediapipe 설치 https://google.github.io/mediapipe/getting_started/install 27 3. google mediapipe 설치 https://google.github.io/mediapipe/getting_started/install
35 4. YouTube-8M feature extraction graph 설치 https://github.com/google/mediapipe/tree/master/mediapipe/examples/desktop/youtube8m (요구 사양 RAM 32GB 이상) 28 4. YouTube-8M feature extraction graph 설치 https://github.com/google/mediapipe/tree/master/mediapipe/examples/desktop/youtube8m (요구 사양 RAM 32GB 이상)
36 -5. PKH_Project1/web/backend에서 requirements.txt 설치 (venv 사용 권장) -> pip install -r requirements.txt 29 +5. 2015104192/web/backend에서 requirements.txt 설치 (venv 사용 권장) -> pip install -r requirements.txt
37 -6. PKH_Project1/web/frontend에서 package.json 설치 -> npm install 30 +6. 2015104192/web/frontend에서 package.json 설치 -> npm install
38 31
39 ### 모델 학습 32 ### 모델 학습
40 1. Train 33 1. Train
41 - - python train.py --frame_features --model=FrameLevelLogisticModel --feature_names='rgb,audio' --feature_sizes='1024,128' --train_data_pattern=/Train_데이터셋_저장경로/train*.tfrecord --train_dir PKH_Project1/web/backend/yt8m/esot3ria/model --start_new_model --segment_labels 34 + - python train.py --frame_features --model=FrameLevelLogisticModel --feature_names='rgb,audio' --feature_sizes='1024,128' --train_data_pattern=/Train_데이터셋_저장경로/train*.tfrecord --train_dir 2015104192/web/backend/yt8m/esot3ria/model --start_new_model --segment_labels
42 2. Evaluation 35 2. Evaluation
43 - - python eval.py --eval_data_pattern=/Eval_데이터셋_저장경로/val*.tfrecord --train_dir PKH_Project1/web/backend/yt8m/esot3ria/model --run_once --segment_labels 36 + - python eval.py --eval_data_pattern=/Eval_데이터셋_저장경로/val*.tfrecord --train_dir 2015104192/web/backend/yt8m/esot3ria/model --run_once --segment_labels
44 37
45 38
46 ### 웹서버 가동 39 ### 웹서버 가동
47 #### 1~6의 절차가 반드시 완료되어 있어야 합니다. 40 #### 1~6의 절차가 반드시 완료되어 있어야 합니다.
48 -- PKH_Project1/web/backend 디렉토리에서 41 +- 2015104192/web/backend 디렉토리에서
49 - . env/bin/activate (가상환경 사용 시) 42 - . env/bin/activate (가상환경 사용 시)
50 - python manage.py makemigrations 43 - python manage.py makemigrations
51 - python manage.py migrate 44 - python manage.py migrate
52 - python manage.py runserver 45 - python manage.py runserver
...\ No newline at end of file ...\ No newline at end of file
53 -
54 -#### front UI 수정하고 싶을 시, Vue의 사용법을 알아야합니다!
55 -
56 -#### backend를 수정하고 싶을 시 django의 사용법을 알아야합니다!
...\ No newline at end of file ...\ No newline at end of file
......
1 +Lecture04에서 29페이지의 코드를 테스트해보실 때 28페이지의 loss 안에 이미 forward를 하고 있으므로, loss 내의 forward 혹은 29페이지 코드에서의 forward 중 하나는 지워주시기 바랍니다.
2 +
3 +
4 +
1 파트 분할 5 파트 분할
6 +{
7 +segment별로 가중치 부여 후 벡터 생성(저장방식)
8 +학습모델 생성 및 학습
9 +}
2 10
3 -segment별로 가중치 부여 후 벡터 생성
...\ No newline at end of file ...\ No newline at end of file
11 +segment별 벡터 비교(시간복잡도가 문제다)
12 +활성함수 도입
......