🧇 Waffle Project 요약

Waffle Project
- 머신러닝 모델이 생성 및 배포되는 과정을 먹거리 와플에 비유한 것
- 머신러닝 오픈소스 통합 프레임워크
- 연구자와 개발자 사이의 연구 개발 프로토콜

Waffle 프레임워크 내에는 통상적으로 사용되는 오픈소스와 함께 스누아이랩에서 연구 및 개발 중인 알고리즘을 포함

개발 목표

연구자
- 모델 연구 및 학습에 자유도를 주고 학습된 모델에 대해서 일관된 Waffle 모델로 변환
  - Task 별 일관된 평가를 진행하여 신뢰도 확보
  - 모델을 배포 시 평가, 추론, 배포, 실험 등의 기능 제공
- 새로운 Task, 모델, 알고리즘 등을 쉽게 확장할 수 있도록 Adapter 코드 제공
개발자
- 모델에 상관없이 Waffle에서 제공하는 Tools만 사용하여 개발
- 즉, Waffle을 사용하는 모든 연구자의 모델을 사용 가능
Waffle 개발자
- 연구자와 개발자의 사이에서 각 니즈를 파악하고 인터페이스 정의
- 개발 툴과 연구 툴의 확장성 및 재활용성을 고려한 개발 (Hook, Callback 등)
- 신뢰된 알고리즘을 제공

Waffle Hub
- 모델 학습, 평가, 추론, 배포 등 모델의 생성 주기에 필요한 모든 기능을 제공
- 다양한 오픈 소스 프레임워크를 일관된 하나의 인터페이스로 제공
- Waffle 프레임워크의 사용자 인터페이스
Waffle Dough
- Waffle 모델 학습을 위한 데이터셋
- COCO, YOLO, Label Studio, Datumaro 등 여러 포맷을 공통 포맷으로 변환하여 관리
- Split, Merge, Export 등 데이터셋 관련 기능을 제공
Waffle Menu
- 데이터 및 모델 분석 툴
- Sampling, Feature Extract, Active Learning 등 AI 분석 기능 제공
Waffle Box
- 모델 배포 툴
- Waffle을 통해 학습된 Waffle 모델을 배포
- Deepstream, Openvino에 맞게 모델을 변환할 수 있는 기능 제공
Waffle App
- Waffle 데모버전
- Waffle Family를 GUI로 사용할 수 있게 간단하게 Streamlit UI로 제공
- 각 Waffle 및 현장 학습 시나리오를 체험해볼 수 있음
- 현장 학습 시나리오
  - 새로운 데이터 수집 → 기존 모델 평가 → Active Learning → 새로운 모델 학습 → 평가(이전 모델과 비교) → 새로운 모델 배포