$600(미국 달러) 이하로 딥 러닝 분류 시스템을 구축하는 방법

소개

딥 러닝은 기계 시각 산업의 풍경을 크게 바꿀 것입니다. 딥 러닝은 새로운 애플리케이션을 활성화하고 이미 자리잡은 시장에 변화를 가져오고 있습니다. 저에게는 FLIR의 제품 매니저로써 여러 범위의 산업에 걸친 회사들을 방문할 수 있는 특권이 있습니다. 그리고 제가 올해 방문한 회사들은 모두 딥 러닝에 대한 작업을 하고 있었습니다. 딥 러닝을 시작하는 것은 그 어느 때보다도 쉽습니다. 하지만 어디서부터 시작해야 할까요? 본 글은 $600 이하로 딥 러닝 분류 시스템을 구축할 수 있는 이해하기 쉬운 프레임워크를 제공합니다.

딥 러닝 추론이란 무엇인가요?

인퍼런스(추론)은 교육된 신경망이 새로운 데이터에 기반한 예측을 하는 것의 결과입니다. 인퍼런스는 전통적인 규칙 기반 이미지 분석 시스템보다 복잡하고 주관적인 질문에 답하는 데 훨씬 더 뛰어납니다. 인퍼런스는 저전력 하드웨어에서 작동할 수 있게 네트워크를 최적화함으로써 “가장자리에서,” 즉 데이터 소스 가까이에서 실행될 수 있습니다. 이는 시스템의 이미지 분석을 위한 중앙 서버 의존성을 제거하여 더 짧은 지연 시간, 더 높은 신뢰도, 그리고 개선된 보안을 가져옵니다. 

하드웨어 선택하기

이 가이드의 목표는 현장에 배치할 수 있고, 신뢰할 수 있는 고품질 시스템을 구축하는 것입니다. 전통적인 컴퓨터 비전 기술을 딥 러닝 인퍼런스와 통합하는 것은 본 가이드의 범주에서는 벗어나 있으나, 각 방식의 강점을 활용해 높은 정확도와 컴퓨터 효율성을 제공할 수 있는 방법입니다. ?Aaeon UP Squared-Celeron-4GB-32GB 단일 보드 컴퓨터는 이 방식에 필요한 메모리와 CPU 파워를 가지고 있습니다. 이 제품의 X64 Intel CPU는 전통적인 데스크탑 PC와 같은 소프트웨어를 실행하며, ARM 기반 단일 보드 컴퓨터(SBC)와 비교했을 때 개발을 훨씬 간소화해 줍니다.

이때 딥 러닝 인퍼런스를 활성화하는 코드는 브랜치 로직을 사용하며, 전용 하드웨어는 이 코드의 수행을 크게 가속화할 수 있습니다. Intel® Movidius™ Myriad™ 2 Vision Processing Unit(VPU, 비전 프로세싱 유닛)은 새로운 인퍼런스 카메라인 Firefly DL에 통합된 매우 강력하고 효율적인 인퍼런스 액셀러레이터입니다.

소프트웨어 요구 사항

딥 러닝 인퍼런스 모델 구축, 교육 및 배치를 위한 무료 도구에는 여러 가지가 있습니다. 이 프로젝트는 여러 가지 무료 및 오픈 소스 소프트웨어를 사용합니다. 각 소프트웨어 패키지의 설치 지침은 해당 소프트웨어의 웹사이트에서 제공됩니다. 이 가이드는 여러분이 Linux 콘솔의 기본을 잘 알고 있다고 가정하고 있습니다.

그림 1. 딥 러닝 인퍼런스 워크플로우 및 각 단계 관련 도구.

상세 가이드

Getting Started with Firefly Deep Learning on Linux 는신경망을재교육하고, 결과파일을 firefly 호환형식으로변환하고, SpinView를사용하여결과를표시하는방법에대한소개를제공합니다. 사용자에게는터미널을통해추론네트워크를교육하고변환하는방법에대한단계별프로세스가제공됩니다

관련 기사

Neural Networks Supported by the Firefly Deep Learning 은 Firefly-DL 작업에 테스트한 신경망을 표시합니다. 

Tips on creating Training Data for Deep Learning Neural Networks 은 주어진 응용 프로그램에 대해 고품질의 교육 데이터를 만들어 효율적인 딥 러닝 신경망을 만드는 방법에 대해 검토합니다.

Troubleshooting neural network graph conversion issues 

은 인퍼런스 네트워크 파일을 Firefly 호환 형식으로 변환할 때 발생할 수 있는 문제와 이를 해결하는 방법에 대한 유용한 팁을 제공합니다.