Open-Tube for youtube streamers

아코디언을 활용한 AI (Tensorflow, R 등) 프로그래밍

개발 동기

유튜브는 전 세계적으로 가장 큰 규모의 동영상 재생 사이트입니다
따라서 동영상 관련 데이터가 가장 많으며 데이터에 관심이 조금이라도 있는 사람들은 
유튜브 관련 데이터를 들여다보고 싶어합니다
하지만 데이터를 전처리 및 가공하거나 분석하는 능력이 없는 사람들에게는 
데이터를 들여다보는 일은 버거운 일입니다
따라서 다양한 통계분석 플랫폼들이 등장하고 있습니다.
저희는 그런 통계분석 플랫폼에서 좀 더 딥러닝 및 머신러닝 기술을 활용한 플랫폼을 만들어 
원하는 사람들한테 유의미한 데이터를 제공하고 싶어서 개발하게 되었습니다

개발 목표

1. 유튜브관련 직종 사람들이 활용할 수 있는 서비스를 개발합니다.
2. 유튜브관련 서비스를 개발하고자 하는 사람들에게 데이터를 제공합니다.

주요기능

1. 댓글 감성분석, 키워드 추출, 비속어 확인
	- 영상 선호도 파악, 관심을 보이는 키워드 확인 가능
2. 영상에서 얼굴 인식
	- 추후 초상권을 위한 얼굴 익명화, 인물찾기등에 활용 가능

구조

AI

1. 감성분석은 RNN 중 Bidirectioanl LSTM 구조를 사용해 직접 학습하여 사용하였습니다. 데이터셋으로는 NSMC 의 한국어 문장 데이터와 Sentiment140 의 영어 문장 데이터를 사용 하였습니다. 기존 google-bert 언어 모델에 레이어를 추가하여 Fine-tuning 하려 하였으나, 주어진 클라우드 플랫폼에서 GPU 사용이 불가능하여 지나친 성능이슈가 존재하여 경량화하였습니다.
2. 영상 얼굴 인식 모델은 face-detection-mobilenet-ssd를 사용하였습니다. 마찬가지로 GPU사용이 불가능함으로써 최대한 가벼운 모델을 찾아 배포하기 알맞은 바이너리 포맷으로 변환-notebook한 후, 사용하였습니다.
3. 인식한 얼굴을 구분하기 위한 얼굴 유사도 모델또한 바이너리 포맷으로 변환-notebook하여 사용하였습니다. 얼굴을 인식이후, cropping 하여 얼굴만 잘라낸 후, 영상내의 얼굴들을 구별하기 위해 사용합니다.

Web UI

테스트하기

# git clone 받기
git clone https://github.com/open-tube/open-tube.git

# client 폴더로 이동
cd client

# 모듈 다운로드
npm install

# webpack-dev-server 실행
npm run dev

# 이후, localhost:9000에서 테스트

배포하기

# Develop 버전 배포
npm run bundle

# Production 버전 배포
npm run production

## main-bundle.js 생성 후, 아코디언에서 별도 빌드 (경로: /mnt/ssd/server/web-server)

Accordion

배포

1. Flask: API서버 배포
2. Nginx: Web site 배포 (Demo URL)
3. Tensorflow-serving: 모델배포를 위해 활용

활용 기술

• Language - python, javascript

• server: requirements.txt

• client: package.json

• Database - Postgres, Firebase

etc

• DEMO URL

• 세부 작업 목록 Pull request

• 모델 배포 가이드 WIKI

• 서버 배포 가이드 WIKI

• 다른 세부사항은 WIKI 및 Projects 패널 참조 : WIKI

• License: GPLv3