220311

3/11 2주차 회의록

작성자 : 이원주

참여자 : 강지수, 박준용, 이세희

회의 일시 : 2022.03.11

1. 파트별 진행 상황 공유

Backend 파트

• API 개발은 60% 정도 진행
  • To Do
    • 레시피 삭제
    • 레시피 좋아요, 좋아요 취소
    • Authorization, Authentication
• 구체적인 에러 처리, 테스트 코드 작성은 아직 X

모델링 파트

• 지수
  • Google Teachable machine 로 모델 구축
    • JavaScript로 export
  • Web 카메라 API 이용 → 진행 중
  • 학습된 모델 서버 연동 시도 중
  • 밀가루, 다진 마늘 등은 아직 정확도가 낮게 나온다
    • 포장 용기 등 다양한 요인을 어떻게 해결할까
• 준용
  • 학습 데이터를 어떻게 효율적으로 전처리 할 수 있을까
  • 학습 Class 개수를 어떻게 늘릴 수 있을까
• Teachable Machine vs 자체 개발 model (YOLO + Keras)
  • Teachable Machine
    • Pros : Model 학습 시간 단축
    • Cons : 외부 라이브러리에 의존적
  • YOLO + Keras
    • Pros : 자체 개발 기능 → 기술적 도전 가능
    • Cons : 성능 개선 필요

2. 개발 방향성 재설정, 역할 분담

• 역할 재설정
  • 데이터 수집, 모델 학습 → 준용
  • FE (카메라 API, 이미지 관리) → 지수
    • 데이터 수집, 학습 데이터 가공 및 데이터 이어서 완료
  • BE, 전체적인 FE → 원주, 세희
• 개발 일정 설정
  • 매일 오후 8시 pair programming
  • 다음주 부터 Frontend 개발 시작 - 환경 설정, Convention 협의

3. 교수님 면담

1. 추천 주제는 많았다, 이미지 인식만 빼면 차이점이 없음.
2. 인식 정확도를 어떻게 향상 시킬 것인가
   • ‘어떻게’ 추천할 것인가
     1. 입력 식재료를 특정 임계치 이상 포함하는 레시피 추천
     2. 추천 알고리즘
3. 재료 이미지 인식이 불가능한 경우, 직접 입력 등 다양한 방법 지원 필요
4. 데이터 확보 문제
   1. 솔루션 1. 공공 데이터
      1. 입력 자동으로 할 건지 크롤링 할 것인지
      2. 가져온 데이터를 DB형태에 맞게 잘 삽입해야 함

4. 문서 정리

• Backlog 변동시 슬랙에 공유

5. 그 외

• 레포지토리 README 수정
  • 지속적인 개선 필요
  • 중간 점검 기간동안 집중 업데이트
• MBTI 공유 (ice breaking)

작성자의 의견/소감

• 기능 구현에 치중한 나머지, 코드 퀄리티는 신경을 쓰지 못한 것 같다. 기능 구현이 완료되면 전체적인 리팩토링을 진행해야겠다.
• TDD를 도입해 보려고 했는데, 처음 하다 보니 마음처럼 진행이 되지 않는 것 같다. 이제라도 테스트 코드를 작성해서 단단한 SW를 개발할 수 있도록 노력해야겠다.
• Architeture를 과하게 준수하다 보니, 오히려 유연성이 떨어지는 듯하다. 개선 방향을 고민해 보자.
• 효율적이고 자세한 의논을 하기 위해선, 다른 파트의 지식도 알고 있어야 한다는 점을 다시 한번 느꼈다. 열린 마음으로 다른 지식도 수용하는 자세를 가져야겠다.