개요

기존의 객체인식 모델이 자신들의 환경에는 너무 무겁고, 또 한 번에 인식해야할 객체가 한/두 종류 뿐인데다 그 배경이 컨베어벨트처럼 단색으로 구성되어서 간편하다고 한 회사의 의뢰입니다. 회사는 아침에 한 몇 분 대상 물체를 학습 시키고, 몇 시간 작업하다가 또 대상 물체를 몇 분 만에 교체하기를 바랬습니다. 저희 팀은 YOLO tiny 모델이 적합하다고 판단해서 추천하고 채택하셨습니다.

• 구성 : 2명
• 기간 : 한 달

프로젝트 개요

• YOLO에 경량화된 모델을 적용하고 테스트를 시도

• 매운 간단한 배경에 간단한 형태의 사물이 대상임

• 학습 시간은 매우 짧으며

• 추론 시간도 아주 짧음
• 학습에 단 몇 분, 추론은 비디오 장비와 함께 본다면 시간을 신경쓸 필요조차 없음

성과

• 회사는 사내에 장비 관련 엔지니어는 있지만 SW 엔지니어는 없는 상태
• 그들이 다루는 제품이 점점 소량 다품종화 되면서 각 라인별로 학습하는 시간이 작고 가벼운 모델이면 좋겠다고 판단함
• 회사는 딥러닝을 이용한 가능성을 확인함