

EfficientDet-Lite0 모델을 활용한 실시간 객체 탐지 (Raspberry Pi 5)
Raspberry Pi 5에서 EfficientDet-Lite0와 TensorFlow Lite로 실시간 객체 탐지하는 샘플 코드를 소개했습니다. 입력 타입 분기, XNNPACK 가속, FPS 측정까지 포함한 엣지 AI 구현 흐름을 정리했습니다.
#TensorFlow Lite#Raspberry Pi
45005분


Raspberry Pi 5에서 EfficientDet-Lite0와 TensorFlow Lite로 실시간 객체 탐지하는 샘플 코드를 소개했습니다. 입력 타입 분기, XNNPACK 가속, FPS 측정까지 포함한 엣지 AI 구현 흐름을 정리했습니다.


배송 완료 사진에서 퍼플 박스와 종이봉투를 탐지해 수기 검수 대상을 줄인 사례를 소개했습니다. 데이터 중심 학습과 라벨 개선 반복으로 성능을 높이고 검수 비용을 93% 절감했습니다.
스냅 이미지를 검색어로 활용하는 이미지·자연어 검색 PoC를 6주간 검증했습니다. 객체 탐지, 임베딩, 벡터 검색으로 유사 상품 추천과 스타일 검색 가능성을 확인했습니다.


YOLO 시리즈의 버전별 변화와 핵심 개선점을 정리한 글입니다. 실시간 객체 탐지의 속도·정확도 균형과 생태계 변화를 함께 살펴보았습니다.