정답 없는 제품 문제를 빠르게 푸는 법 - 오토태깅 개발기
웹 프로토타입과 반복 UT로 오토태깅의 자동 추천·대기 시간·UI를 검증했습니다. 앱 캐시와 서버 규약을 조정해 반복 태깅을 줄이고 태그·클릭 증가를 확인했습니다.
객체 탐지 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
많이 쓴 회사 노타·데보션·마켓컬리
13개 표시
웹 프로토타입과 반복 UT로 오토태깅의 자동 추천·대기 시간·UI를 검증했습니다. 앱 캐시와 서버 규약을 조정해 반복 태깅을 줄이고 태그·클릭 증가를 확인했습니다.
Project Fetch: Phase two
Claude Opus 4.7은 로봇 사족보행기 과제에서 이전 인간 팀보다 최대 약 20배 빨랐습니다. 다만 공을 정밀하게 밀어 회수하는 폐루프 제어에는 여전히 어려움을 보였습니다.
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.

오늘의집은 이미지 속 상품 탐색을 위해 객체 탐지와 벡터 검색 기반의 오집렌즈를 구축했습니다. 유저 인터랙션 로그를 활용해 탐지 결과와 이미지 유사도 모델을 지속 개선합니다.

배송 완료 사진에서 퍼플 박스·종이봉투·비닐 상태를 탐지해 수기 검수를 자동화했습니다. 데이터 중심 라벨 개선과 재학습으로 검수 필요 건을 99.8% 줄였습니다.

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.

토스뱅크는 ML 모델로 신분증 사본 품질을 검사해 반려와 경고를 자동화했습니다. 임계값과 A/B 테스트로 고객 불편을 줄이면서 수기 검토 효율도 높였습니다.

어안 이미지 가장자리의 작은 객체와 왜곡된 비목표 객체 문제를 SAHI·가짜 레이블 학습으로 보완했습니다. 증강·평활화·WBF 결합으로 F1 0.6196을 달성했지만 추론 비용이 큰 한계도 분석했습니다.

세탁 기호 객체 탐지 모델을 Android용 TFLite로 구현하고 NetsPresso로 최적화했습니다. 경량 모델은 크기를 줄이면서도 유사한 정확도와 더 빠른 탐지 속도를 보였습니다.

YOLOv1의 단일 신경망 기반 객체 검출 구조와 출력·손실 구성을 설명했습니다. YOLOv2의 앵커 박스, 다중 스케일 학습 등 정확도 개선 기법을 정리했습니다.

객체 탐지용 이미지 증강에서 Bounding Box를 함께 변환하는 좌표 연산을 설명했습니다. Resize·반전·회전별 계산과 회전 후 경계 보정 방법을 제시했습니다.
