
장애물 감지 앱과 AI 모델 최적화로 보행자 안전 강화하기
두줄요약
엣지 AI 기반 안드로이드 장애물 감지 앱의 실시간 객체 감지 방식을 소개했습니다. YOLOv5 모델 경량화로 지연 시간과 전력 소비를 낮춘 결과를 공유합니다.
문제 상황
- 스마트폰 등 엣지 장치의 제한된 연산 능력과 고성능 AI 모델의 높은 자원 요구량
- 보행 중 카메라 입력 기반 장애물 감지와 경고를 위한 실시간 처리 및 전력 효율 요구
해결 방법
- 기기 내 객체 감지 기반의 안드로이드 장애물 감지 앱
- 오디오 또는 촉각 피드백을 통한 잠재적 위험 알림
- AI 모델 경량화로 계산량과 메모리 요구량 축소
성능/운영 포인트
- YOLOv5s 대비 YOLOv5n의 약 670~800ms 지연 시간 및 2.1W/s 전력 소비
- 30% 압축 YOLOv5s의 450~580ms 지연 시간 및 2.6W/s 전력 소비
- 압축 YOLOv5s의 응답 시간과 전력 효율 간 균형


