목록 보기
장애물 감지 앱과 AI 모델 최적화로 보행자 안전 강화하기
AI

장애물 감지 앱과 AI 모델 최적화로 보행자 안전 강화하기

노타
노타
2023년 7월 27일

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

다음 읽기

#객체 감지 주제를 이어서 읽기

AI 기반 포트홀 감지를 통한 도로 안전 개선: AI 비전 개발자 및 엔지니어를 위한 성능 최적화

안드로이드 기기에서 TFLite 객체 감지 모델로 포트홀을 실시간 감지했습니다. NetsPresso 경량화로 정확도를 유지하며 지연 시간과 연산량을 줄였습니다.

노타
노타
AI
전체 보기

댓글 0개

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...