Common Bound

커먼바운드는 인공지능으로 기존의 문제를 새롭게 해결하고자 하는 개인이나 기업이 인공지능 학습에 필요한 데이터를 생산하는 작업을 크라우드소싱할 수 있도록 도와주는 플랫폼입니다. 커먼바운드는 인공지능 학습 데이터를 생산하는데 필요한 온라인 작업 환경을 제공하고, 인공지능 검수 시스템으로 높은 품질의 데이터를 빠르게 제공합니다.

How To Install

커먼바운드 클라이언트, 서버 개발 환경을 구축하는 방법은 다음과 같습니다.

Prerequisites

먼저 다음 프로그램을 설치해야 합니다.

npm or yarn - Node.js 패키지 매니저
node - 자바스크립트 런타임
redis - In Memory 데이터 스토리지

Installing

커맨드(cmd) 창을 띄웁니다. VScode IDE를 사용한다면 빌트인 커맨드 창을 띄워도 됩니다.
커먼바운드 레포지토리를 클롭합니다.

git clone https://git.swmgit.org/root/p1021_dal.git

클론한 디렉터리로 이동합니다.

cd p1021_dal

package.json에 명시된 dependencies를 다운받고, 클라이언트 코드를 build 합니다.

npm install && npm build

패키지 매니저로 yarn을 사용한다면 다음과 같이 입력합니다.

yarn && yarn build

Usage

커맨드 창에 yarn dev를 입력하여 development 서버를 실행합니다. 브러우저 주소창에 http://localhost:3000을 입력하면 다음과 같은 커먼바운드 홈페이지를 볼 수 있습니다.

Features

커먼바운드가 사용자별로 제공하는 기능에는 다음과 같은 것들이 있습니다.

데이터 요청자

데이터 요청자는 인공지능 학습에 필요한 데이털 필요로하는 개인이나 단체(기업, 연구소)를 지칭합니다. 데이터 요청자는 커먼바운드에 얻고자 하는 데이터를 요청하는 프로젝트를 등록할 수 있습니다. 프로젝트를 등록한 뒤 해당 프로젝트의 데이터 생산 현황을 모니터링 할 수 있고, 원하는 형식(JSON, CSV)으로 다운로드 받을 수 있습니다.

프로젝트 등록
데이터 생산 현황 모니터링 및 데이터 다운로드

데이터 생산자

데이터 생산자는 인공지능 학습에 필요한 데이터를 생산하는 개인들을 지칭합니다. 데이터 요청자가 요구하는 데이터를 생산 및 전처리하고, 그에 대한 보상으로 포인트를 지급받습니다. 또한 일부 생산자들은 데이터 검수에도 참여할 수 있습니다. 자신이 생산 및 검수한 이력을 확인하고 포인트가 일정 이상 모였다면 이를 현금화할 수 있습니다.

프로젝트 참여 및 데이터 생산
데이터 검수 및 포인트 내역 확인

Running the tests

커먼바운드의 테스트 코드를 실행하는 명령은 다음과 같습니다.

yarn test

Team

김은수
- Github: eunsukimme
- Role: 일정 및 이슈 관리, 문서 관리, Front end 및 Back end(Web, DB) 개발 총괄
  - 프로젝트 및 멘토링 일정 관리
  - 프로젝트 개발 내용 문서화
  - 웹 서버 개발
  - 클라이언트 & 서버 연동
  - 데이터베이스 설계 및 관리
  - AI 어시스턴트 개발

최현서
- Github: HyunSeoChoi
- Role: Front end 담당, 이미지 크롭 기능 개발
  - 이미지 위의 텍스트 및 사물 영역을 크롭하는 CROP 기능 개발
  - 크롭한 영역 수정, 삭제 인터페이스 개발
  - 이미지 업로드, 크롭 완료 등의 이벤트 발생 체크 & 서버로 데이터 전송 기능 개발
  - 캔버스 좌표계와 크롭 영역 좌표계 실제 비율로 동기화
  - 캔버스에 모든 크롭 영역을 그려주는 SHOW 기능 개발
  - 모바일 어플리케이션 개발

김광호
- Github: FKgk
- Role: Back end 담당, AI 어시스턴트 개발
  - 생산 및 검수 AI 어시스턴트 개발
  - AI 어시스턴트 서버 개발
  - Text Detection 논문 및 오픈소스 비교 분석
  - Text Recognition 논문 및 오픈소스 비교 분석
  - Object Detection 논문 및 오픈소스 비교 분석
  - Object Recognition 논문 및 오픈소스 비교 분석
  - AWS DevOps 담당

Acknowledgment

커먼바운드는 SW마에스트로 의 지원을 받아 만들어진 서비스 입니다. 커먼바운드를 기획하게 된 모든 과정을 확인하시려면, Documentation 페이지를 참고하세요.

Code Convention

Coding Style

Common-Bound/cbound-web