#
× Home About We Do Our Team Testimonial Contact Us

About

2022년 말 기준으로 국내에 등록된 총 자가용 자동차 대수는 약 2,300만대로, 연간 약 2~3%의 증가율을 보이고 있습니다. 개인들의 자동차 관심이 계속해서 높아지고 있어, 이에 따라 자동차 모델과 브랜드를 정확히 식별하고 해당 차량에 대한 정확한 정보를 제공하는 데 중점을 둔 인공지능 기술을 개발하고자 합니다. 이를 통해 개인들이 자신이 관심 있는 자동차에 대한 풍부한 정보를 얻을 수 있도록 지원하고, 자동차 산업과 소비자 간의 연결을 강화하고자 하는 목표를 가지고 있습니다.

#
Teachable Machine Image Model
현대 자동차 인식 모델
#

What We Do

1

1번 목표

데이터 수집 및 전처리 :

공개된 자동차 이미지 데이터셋을 찾거나, 직접 데이터를 수집하여 초기 학습 데이터로 확보합니다. 데이터셋을 정제하고 필요한 크기로 리사이즈하거나 회전 등의 변환을 적용하여 일관된 형식으로 정리합니다.

기본 모델 학습 :

간단한 이미지 분류 모델(예: CNN)을 사용하여 초기 자동차 인식 모델을 학습시킵니다. 작은 규모로 시작하여 빠르게 학습 및 평가를 수행합니다.

2

2번 목표

성능 향상 :

학습된 모델의 성능을 평가하고 개선합니다. 정확도를 높이기 위해 모델 아키텍처를 조정하거나 하이퍼파라미터를 튜닝합니다. 데이터 어그멘테이션 기술을 활용하여 데이터 다양성을 높이고 모델의 일반화 능력을 향상시킵니다.

실시간 처리 :

모델을 실시간 환경에서 테스트하고 최적화합니다. 초당 처리할 수 있는 이미지 수와 성능에 대한 최소 요구 사항을 설정하고 이를 달성하기 위해 노력합니다.

3

최종 목표

실전 테스트 및 최적화 :

실제 모델을 테스트하고 성능을 확인합니다. 모델의 현실적인 한계와 개선 포인트를 파악하고 수정합니다. 모델의 보안 및 신뢰성을 강화하기 위한 방법을 고려하고 추가적인 테스트를 진행합니다.

배포 및 유지보수 :

모델을 배포 가능한 형태로 변환하고, 필요에 따라 서버 또는 에지 디바이스에 적용합니다. 모델의 유지보수 계획을 수립하고 새로운 데이터에 대응하기 위한 전략을 마련합니다.