블루닷(BLUEDOT)의 AWS Elemental과 EC2 GPU AMI를 이용한 실시간 4K AI 비디오 업스케일링 아키텍처
블루닷이 AWS EC2 GPU와 Elemental 서비스를 결합해 VOD와 라이브 스트리밍 모두에 4K AI 업스케일링 아키텍처를 구성했습니다.경량 CNN·GAN 모델로 저지연 처리와 화질 개선을 함께 달성하고, CloudFront로 안정적으로 배포했습니다.
#AWS#EC2
5900
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
고객에게 뚜렷한 경험을: 컬리의 후기 이미지 처리 기술
후기 이미지의 흐림 탐지 정확도를 높이기 위해 CNN 학습과 데이터 증강을 실험했습니다. 라플라시안 윤곽선의 표준편차 기반 룰로 precision 약 90%를 달성했습니다.
#이미지 처리#CNN
000
고객에게 뚜렷한 경험을: 컬리의 후기 이미지 처리 기술
컬리의 후기 이미지 흐림 판별 개선 과정을 정리했습니다. 딥러닝 실험의 한계를 확인한 뒤 라플라시안 필터와 표준편차 기반 방식으로 정확도를 높였습니다.
#ML#CNN
4000
Application Specific Integrated Circuit (ASIC) Floorplan Automation - Part II
ASIC 플로어플랜 배치 최적화를 강화학습으로 풀어낸 사례를 설명합니다. 넷리스트 연결성과 배치 정보를 함께 다루기 위해 GNN과 CNN을 결합했습니다.
#LLM#Reinforcement learning
1700
초분광 기술과 IoT의 접목 사례
초분광 기술과 IoT의 접목 사례
초분광 기술을 AI와 결합해 물질 식별, 불량 검출, 품질관리 등에 활용하는 사례를 설명했습니다. 제조 공정에서 전수 검사와 실시간 모니터링을 높이는 적용 포인트를 정리했습니다.
#IoT#ML
1700
주문형 반도체 (ASIC) Floorplan 자동화 - Part II
강화학습으로 ASIC Floorplan의 수작업 배치 문제를 자동화하는 환경과 모델을 설계했습니다. GNN·CNN과 HPWL·혼잡도 보상으로 배치 품질을 근사했습니다.
#ASIC#강화학습
2900
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
주문형 반도체 Floorplan 자동화 (2)
강화학습으로 ASIC Floorplan의 Macro와 Standard Cell Cluster 배치를 최적화했습니다. GNN·CNN과 HPWL·Congestion 보상으로 EDA 기준에 근접한 결과를 확인했습니다.
#강화학습#ASIC
2800
You Only Look Once. YOLO
YOLOv1의 단일 신경망 기반 객체 검출 구조와 출력·손실 구성을 설명했습니다.\nYOLOv2의 앵커 박스, 다중 스케일 학습 등 정확도 개선 기법을 정리했습니다.
#YOLO#객체 탐지
2000
딥러닝 모델 Trainer 개발을 위한 Tutorial-2 (with Pytorch)
PyTorch로 커스텀 이미지 분류 데이터셋과 VGG 기반 학습기를 구성했습니다. 학습·평가·모델 저장과 GPU 가속, 학습률 스케줄링 흐름을 설명합니다.
#PyTorch#torchvision
1900