김준태
안녕하세요 위즈 메이커로그 3편에 이어서
https://disquiet.io/@msstar20001122/makerlog/뭘-좋아할지-몰라서-다-준비해봤어
위즈 메이커로그 4편입니다.
이번에는 기술적인 이야기를 해보려 합니다.
저희 위즈는 이미지 검색을 통해 쓰레기 배출 방법을 알려주고 있어요.
이미지에서 쓰레기를 찾기위해 Object Detection 방법론을 이용했습니다.
AI 모델은 yolov8 모델을 파인튜닝 해서 사용하고, 저희만의 전후처리 기법으로 성능을 끌어올렸습니다.
하지만 성능이 좋은 만큼 서비스를 제공하는 시간이 길어지게 되었는데요. 저희는 이 문제를 해결하기 위해 Quantization을 통해 모델 최적화를 진행하여 성능을 최대한 유지하면서 서비스 제공 시간을 최대한 단축시켰습니다.
또한, 현재는 사용자가 많지 않아 ec2 대신 onnx 포팅을 통해 Aws lambda에 배포하였습니다.
이로써 성능과 비용을 모두 잡은 위즈 이미지 검색이 탄생하게 되었습니다.
더 자세한 사항은 저희의 github에서 확인하실 수 있습니다 !
앞으로는 텍스트 검색을 고도화할 예정인데요. 다음 이야기가 준비되면 또 찾아오도록 하겠습니다.
추가로 저희 프로젝트를 같이 운영해나가실 PM님을 모집하고 있으니 연락주시면 감사하겠습니다.
읽어주셔서 감사합니다.