반응형
# Environment
- Docker (DockerFile 통한 패키지 의존성 및 빌드 명령 관리)
- KNative (Cloud Run)
- Cloud Registry (서버 컨테이너 저장 및 배포)
- Cloud Run (서버리스 방식 무중단 컨테이너 업데이트 및 배포)
- Flask (파이썬 서버 구축)
- Tensorflow (치아 상태 점수화 모델 구축)
- Dlib (얼굴 특징점 추출 및 입 영역 분리)
- CV2 (이미지 데이터 전처리 및 영상 처리 기법을 통한 상태 판별)
- AWS S3 (최종 결과 이미지 및 데이터 저장, 추후 데이터 분석을 위한 데이터셋 생성)
- Android Studio (기능 구현을 위한 안드로이드 클라이언트 제작) : okhttp, retrofit(서버 통신) / rxjava (비동기 로직 처리) / Glide (이미지 다운로드)
# Recipe
- Private Project 이기 때문에 코드 공개는 불가능하나, 기술에 대해 궁금하신 분이 있다면 연락 주세요.
# Result (Demo, 기능만 구현, 얼굴 전체 사진을 찍었을 때 결과)
# Requirements
- 영상 처리 알고리즘의 시간 단축
- 양질의, 대량의 데이터셋 구축
- 정확한 레이블링을 통한 AI 모델의 고도화
반응형
'Image Processing' 카테고리의 다른 글
[Dlib][GCP] google cloud run 을 통한 이미지 AI 모델 배포하기 (0) | 2020.11.30 |
---|
댓글