테크 이슈

안녕하세요, 오프라인 공간의 디지털화를 꿈꾸는 메이아이입니다. ‘daram’과 함께하는 딥러닝 투어 2편: Object Tracker에서는 물체 추적 기술의 전반적인 내용과 함께, 오프라인 공간에서 나타나는 물체 추적 기술의 도전 과제 및 해결 방안을 간략하게 소개해 드렸습니다. 잠시 지난 글의 내용을 돌이켜보면, 물체 추적 기술이란 연속된 이미지들에서, 동일한 객체로 판단되는 물체들의 프레임 간

안녕하세요, 오프라인 공간의 디지털화를 꿈꾸는 메이아이입니다. ‘daram’과 함께하는 딥러닝 투어 1편: Object Detector에서는 물체 인식의 전반적인 내용과 함께, 메이아이의 인공지능 엔진 daram의 물체 인식 모델의 특징을 소개해 드렸습니다.  1편의 내용을 돌이켜보면, 물체 인식 기술이란 이미지 하나에서 타겟 물체들의 위치를 바운딩 박스(bbox) 형식으로 찾는 기술이었습니다. 물체 인식 모델의 대표적인

안녕하세요, 메이아이 엔지니어링 챕터의 신인식입니다. 메이아이는 공간에 설치되어 있는 CCTV의 영상을 활용하여, 영상 처리 인공지능으로 방문객들의 성별이나 연령대부터 동선, 체류 시간, 행동, 상품과의 인터랙션까지 모든 데이터를 분석하고 있습니다. 상당한 양의 영상 데이터를 분석하고 있고, 앞으로 더 많은 양을 분석할 예정인 만큼 영상 분석 파이프라인이야 말로 매우 중요한 구성 요소 중

안녕하세요, 오프라인 공간의 디지털화를 꿈꾸는 메이아이입니다. 지금까지 다양한 오프라인 공간들을 분석하면서 메이아이의 인공지능 엔진 daram에도 많은 발전이 있었고, 몇몇 기회들을 통해 daram의 핵심 기술에는 어떤 특징이 있었는지 간단하게 말씀드릴 기회는 종종 있었습니다. 다만 그럼에도 불구하고, 돌이켜보니 그 동안 daram의 근본을 이루는 인공지능 모델의 전반적인 내용에 대해 설명드린 적은 없었던 것

안녕하세요! 메이아이는 2021년 6월에 치뤄진 <2021 인공지능 온라인 경진대회> “운전 사고 예방을 위한 운전자 부주의 행동 검출 모델” 분야에 참가하여 종합 1등이라는 우수한 성적을 거두었습니다! (2020년에도 우수한 성적을 거둔 바 있습니다 ─ 보러가기) 이번 글에서는  저희가 “운전 사고 예방을 위한 운전자 부주의 행동 검출 모델” 을 어떻게 풀었는지 그 속을 낱낱이 파헤쳐 보도록 하겠습니다. 목차는

Convolutional Neural Networks로 LED 상태등을 통해 세탁기의 상태 추정하기 안녕하세요! 메이아이의 연구원 김찬규입니다. 딥러닝을 통한 인공지능 모델, 특히 CNN(Convolutional Neural Networks) 모델은 시각적인 분류, 감지, 추론 등의 문제에서 웬만한 사람보다 더 뛰어난 성능을 보이고 있는 것으로 유명한데요. 이러한 CNN 모델은 학습을 위해 상대적으로 매우 많은 양의 데이터가 필요하다는 측면에서

논문 한 편으로 Pruning 전반 훑어보기 3.5. Post Review 안녕하세요. 지난 포스트 “Paper Review: Rethinking the Value of Network Pruning (1)”에 이은 2편으로 찾아뵙게 되었습니다. (1편 바로가기) 지난 1편에서는 기존 Pruning 방법들을 미리 레이어마다 자를 비율을 정해 놓는 predefined과 자동으로 학습과정에서 찾게하는 automatic으로 나누고, automatic에서도 filter/channel 단위로

논문 한 편으로 Pruning 전반 훑어보기 0. Post Introduction 안녕하세요! 이번 글은 mAy-I의 첫 논문 리뷰 포스트입니다. mAy-I에서 처음으로 여러분들께 소개해드리고자 하는 논문은 2019년 ICLR에 제출된 “Rethinking the Value of Network Pruning”으로, 동일 년도 ICLR에서 Best Paper로 선정된 “Lottery Ticket Hypothesis: Finding Sparse, Trainable Neural Networks”와 같이 실험

안녕하세요! mAy-I의 엔지니어 고강련입니다 :) 이전 포스팅에서 Gstreamer를 설치할 수 있었다면, 이번 포스팅에서는 Gstreamer에서 사용하는 용어와 구성 요소 등 Gstreamer를 본격적으로 사용하기 전에 알아두면 좋을 것들과 Gstreamer의 간단한 예시에 대한 내용을 다루겠습니다. List 1. Gstreamer 란? 2. Gstreamer 구성 요소, 용어 3. elements 종류 3가지 (source, filter, sink) 4. bins 5.