feat(ai): Colab training notebook for classifier baseline

ai/classifier/colab/train_baseline.ipynb

@@ -0,0 +1,141 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# GateGuard Classifier — Baseline Training (Colab)\n",
+    "\n",
+    "EfficientNet-B0 영상 분류 베이스라인을 Colab GPU(T4) 에서 학습한다.\n",
+    "\n",
+    "**전제**: Google Drive 에 데이터셋이 다음 구조로 있다고 가정.\n",
+    "```\n",
+    "<DATA_ROOT>/\n",
+    "  jump/        *.mp4\n",
+    "  crawling/    *.mp4\n",
+    "  tailgating/  *.mp4\n",
+    "  unpaid/      *.mp4\n",
+    "```\n",
+    "구조가 다르면 4번 셀에서 정리 한 번 해주거나 코드를 맞게 수정한다.\n",
+    "\n",
+    "**런타임**: 상단 메뉴 → Runtime → Change runtime type → **GPU(T4)** 선택."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# 1. GPU 확인\n",
+    "!nvidia-smi"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# 2. repo clone + 의존성\n",
+    "!git clone --depth 1 https://github.com/CHOSOOGEUN/GateGuard.git\n",
+    "%cd GateGuard\n",
+    "!pip install -q -r ai/classifier/requirements.txt"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# 3. Google Drive 마운트\n",
+    "from google.colab import drive\n",
+    "drive.mount('/content/drive')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# 4. 데이터 경로 설정 + 검증\n",
+    "#  ↓ 본인 드라이브 구조에 맞게 한 줄만 수정.\n",
+    "#    예) '/content/drive/MyDrive/GateGuard_dataset'\n",
+    "#    공유 드라이브면 '/content/drive/Shareddrives/...'\n",
+    "DATA_ROOT = '/content/drive/MyDrive/GateGuard_dataset'\n",
+    "\n",
+    "import os, glob\n",
+    "assert os.path.isdir(DATA_ROOT), f'경로 없음: {DATA_ROOT}'\n",
+    "for cls in ('jump', 'crawling', 'tailgating', 'unpaid'):\n",
+    "    p = os.path.join(DATA_ROOT, cls)\n",
+    "    n = len(glob.glob(os.path.join(p, '*.mp4'))) if os.path.isdir(p) else 0\n",
+    "    flag = 'OK ' if n > 0 else '!! '\n",
+    "    print(f'{flag}{cls:12s} {n:3d} clips  ({p})')\n",
+    "\n",
+    "os.environ['DATA_ROOT'] = DATA_ROOT"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# 5. 학습 실행\n",
+    "#  - epoch 50, batch 8, AdamW + CE(class_weight balanced), early stop patience 7\n",
+    "#  - val_loss 기준 best 저장 → ai/classifier/runs/baseline/best_model.pth\n",
+    "#  - 종료 후 confusion matrix + classification report 출력\n",
+    "!python -m ai.classifier.train \\\n",
+    "    --data-root \"$DATA_ROOT\" \\\n",
+    "    --output-dir ai/classifier/runs/baseline \\\n",
+    "    --epochs 50 --batch-size 8"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# 6. (선택) 학습 결과를 드라이브로 백업\n",
+    "import datetime, shutil, os\n",
+    "stamp = datetime.datetime.now().strftime('%Y%m%d_%H%M%S')\n",
+    "dst = f'/content/drive/MyDrive/GateGuard_runs/baseline_{stamp}'\n",
+    "os.makedirs(os.path.dirname(dst), exist_ok=True)\n",
+    "shutil.copytree('ai/classifier/runs/baseline', dst)\n",
+    "print(f'saved: {dst}')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# 7. (선택) 단일 영상 추론 데모\n",
+    "#    SAMPLE_VIDEO 에 본인 클립 하나 경로 넣기\n",
+    "SAMPLE_VIDEO = '/content/drive/MyDrive/GateGuard_dataset/jump/clip001.mp4'\n",
+    "!python -m ai.classifier.inference_video \\\n",
+    "    --checkpoint ai/classifier/runs/baseline/best_model.pth \\\n",
+    "    --video \"$SAMPLE_VIDEO\""
+   ]
+  }
+ ],
+ "metadata": {
+  "accelerator": "GPU",
+  "colab": {
+   "provenance": []
+  },
+  "kernelspec": {
+   "display_name": "Python 3",
+   "name": "python3"
+  },
+  "language_info": {
+   "name": "python"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 5
+}