비디오 벡터를 이용한 내용 기반 유튜브 영상 추천 시스템

Intro

• Tag Money?는 동영상에 어울리는 유튜브 태그와 관련 유튜브 영상을 추천해 주는 웹 서비스입니다.
• 유저가 영상을 업로드하면 기존 유튜브 영상들과의 유사성을 파악하여 가장 어울리는 태그와 연관된 유튜브 영상을 추천해 줍니다.
• 본 프로젝트는 박광훈 교수님의 유튜브 동영상 분류를 위한 자동 태깅 방법에 대한 연구에 기반하고 있습니다.

Research field

• Video Classification
• NLP
• Word Vectorization

Tech Stack

• Tensorflow
• Gensim
• Django
• Vue.js

Members

• 팀명 Profit Hunter
• 윤영빈(컴퓨터공학과, 2015104192)
• 윤준현(컴퓨터공학과, 2015104193)
• 이현규(컴퓨터공학과, 2015104209)
• 이태현(컴퓨터공학과, 2015104208)

Links

• Youtube-8M Challenge
• Mediapipe

How to run.

필요한 라이브러리 설치

1. git pull ssh://git@khuhub.khu.ac.kr:12959/2020-1-capstone-design1/PKH_Project1.git
2. python 3.5 ~ 3.7, node.js 12.16
3. google mediapipe 설치 https://google.github.io/mediapipe/getting_started/install
4. YouTube-8M feature extraction graph 설치 https://github.com/google/mediapipe/tree/master/mediapipe/examples/desktop/youtube8m (요구 사양 RAM 32GB 이상)
5. PKH_Project1/web/backend에서 requirements.txt 설치 (venv 사용 권장) -> pip install -r requirements.txt
6. PKH_Project1/web/frontend에서 package.json 설치 -> npm install

모델 학습

1. Train
   • python train.py --frame_features --model=FrameLevelLogisticModel --feature_names='rgb,audio' --feature_sizes='1024,128' --train_data_pattern=/Train_데이터셋저장경로/train*.tfrecord --train_dir PKH_Project1/web/backend/yt8m/esot3ria/model --startnew_model --segment_labels
2. Evaluation
   • python eval.py --eval_data_pattern=/Eval_데이터셋저장경로/val*.tfrecord --train_dir PKH_Project1/web/backend/yt8m/esot3ria/model --runonce --segment_labels

웹서버 가동

1~6의 절차가 반드시 완료되어 있어야 합니다.

• PKH_Project1/web/backend 디렉토리에서
  • . env/bin/activate (가상환경 사용 시)
  • python manage.py makemigrations
  • python manage.py migrate
  • python manage.py runserver

front UI 수정하고 싶을 시, Vue의 사용법을 알아야합니다!

backend를 수정하고 싶을 시 django의 사용법을 알아야합니다!