

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.


온디바이스 얼굴 식별 파이프라인의 병목을 정량 분석해 최적화한 사례를 소개했습니다. 연산 흐름 조정과 병렬화로 응답 시간과 처리량을 크게 개선했습니다.


리오(RIO) 명함 촬영 인식을 모바일 기기에서 동작시키기 위해 모델 변환과 안드로이드 적용 과정을 정리했습니다. PyTorch를 TF Lite로 옮기고, JNI와 OpenCV로 후처리를 구성한 실험 내용을 공유했습니다.


온디바이스 음성인식으로 서버 기반 처리의 지연과 비용 문제를 줄이는 방법을 다뤘습니다. EPD, FSA, ASR를 통합한 SDK와 모델 최적화 과정을 소개했습니다.