- 본 프로젝트의 내용을 다룬 논문은 2020KCC 학회지에 등재되어있습니다 (p1495).
- 본 프로젝트는 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.
- 본 프로젝트에 사용된 데이터셋은 1/10 scaled yt8m 입니다.
- Video Classification
- NLP
- Word Vectorization
- 팀명 Profit Hunter
- 윤영빈(컴퓨터공학과, 2015104192)
- 윤준현(컴퓨터공학과, 2015104193)
- 이현규(컴퓨터공학과, 2015104209)
- 이태현(컴퓨터공학과, 2015104208)
- 슬라이드바를 이용해 출력 영상 링크의 갯수를 설정할 수 있습니다.
- 드래그 앤 드롭으로 영상을 입력할 수 있습니다.
3. 출력은 입력 영상의 추천 태그들과 추천 영상들의 링크입니다.
4. 출력된 링크를 통해 유튜브 영상을 확인할 수 있습니다.
5. 예시는 금붕어가 있는 수족관 영상을 입력으로 사용한
- git pull ssh://git@khuhub.khu.ac.kr:12959/2020-1-capstone-design1/PKH_Project1.git
- python 3.5 ~ 3.7, node.js 12.16
- google mediapipe 설치 https://google.github.io/mediapipe/getting_started/install
- YouTube-8M feature extraction graph 설치 https://github.com/google/mediapipe/tree/master/mediapipe/examples/desktop/youtube8m (요구 사양 RAM 32GB 이상)
- PKH_Project1/web/backend에서 requirements.txt 설치 (venv 사용 권장) -> pip install -r requirements.txt
- PKH_Project1/web/frontend에서 package.json 설치 -> npm install
- Train
- 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
- Evaluation
- python eval.py --eval_data_pattern=/Eval_데이터셋_저장경로/val*.tfrecord --train_dir PKH_Project1/web/backend/yt8m/esot3ria/model --run_once --segment_labels
- PKH_Project1/web/backend 디렉토리에서
- . env/bin/activate (가상환경 사용 시)
- python manage.py makemigrations
- python manage.py migrate
- python manage.py runserver