📷 자차 속도 추정 모델 구현 (AI 기초 프로젝트)

📌 프로젝트 개요

과목: 기초인공지능 (2024년 2학기)
제출일: 2024년 11월
목표: 연속된 6장의 이미지 시퀀스를 입력으로 받아, 마지막 프레임에 해당하는 차량 속도를 예측하는 모델을 구현
환경: Google Colab, Python, PyTorch
데이터: 고속도로 및 일반도로 주행 이미지 시퀀스 + 속도값 (train.zip, test.zip)
성과: 최종 MAE = 1.82 (3.0 이하 기준 A+)

🧠 모델 구조

✅ 전체 구조

3D CNN → LSTM → Dropout → FC Layer → Speed 예측

✅ 주요 컴포넌트 설명

구성	설명
3D CNN	시퀀스(6장 이미지)의 공간적/시간적 패턴을 동시에 추출
LSTM	시계열 정보를 반영하여 시간 흐름에 따른 특징 학습
Dropout	과적합 방지
Loss Function	MAE (Mean Absolute Error)
Optimizer	Adam (lr = 1e-4, scheduler 미사용)

🔬 실험 과정 요약

📉 성능 개선을 위한 실험

scheduler 제거 → Overfitting 감소
dropout 추가 → 오차율 감소
test set 정규화 → generalization 개선