Blog

에코파츠 렌즈

AI 기반 이미지 인식: 에코파츠 렌즈는 PyTorch를 기반으로 한 고급 이미지 인식 기능을 이용하여 자동차 부품을 검색합니다. 사용자는 이미지를 업로드하면 시스템이 해당 부품을 인식하고 관련 정보를 제공합니다. 통합 재고 관리: 에코파츠 렌즈는 실시간으로 부품 재고를 추적하고 관리합니다. 이를 통해 신속하게 재고 상황을 파악하고, 효율적인 재고 관리와 공급 계획을 수립할 수 있습니다. 쇼핑몰 통합 검색: 사용자는… Continue reading 에코파츠 렌즈

이미지 분류 및 중고 부품 재고 관리 시스템을 위한 간단한 AWS 아키텍처

이렇게 구성된 시스템에서는 사용자가 API Gateway를 통해 이미지를 업로드하면, 이는 S3에 저장되고, 이에 따라 발생하는 이벤트가 Lambda 함수를 트리거한다. Lambda 함수는 이를 감지하고, EC2에서 실행 중인 이미지 분류 모델에 이미지를 전달한다. 이미지 분류 모델은 이미지를 분석하여 부품의 이름을 판단하고, 이 결과는 RDS나 DynamoDB에 저장된다. 이러한 과정을 통해 사용자가 업로드한 이미지가 어떤 부품인지를 판단하고, 이 정보를… Continue reading 이미지 분류 및 중고 부품 재고 관리 시스템을 위한 간단한 AWS 아키텍처

자동차 중고부품 이미지 분류 모델 구축 / 에코파츠 렌즈

1. 데이터 수집 및 준비 이미지 분류 모델을 학습시키려면 먼저 대량의 라벨링된 이미지 데이터가 필요하다. 자동차 부품에 대한 이미지를 수집하고, 각 이미지에 해당하는 부품의 이름을 라벨로 부여해야 한다. 데이터 수집과 라벨링은 시간과 비용이 많이 드는 작업일 수 있다. 2. 모델 선택 및 학습 모델은 ResNet, VGG, AlexNet 등 다양한 이미지 분류 모델 중에서 선택할 수… Continue reading 자동차 중고부품 이미지 분류 모델 구축 / 에코파츠 렌즈

OpenAI의 GPT-4 사용하여 해당 자동차 중고부품에 대한 자연어 설명

이러한 방식으로, OpenAI의 GPT-4는 이미지 분류와 같은 비전 기반 작업에 대한 설명을 생성하거나, 이미지 분류 결과에 대한 사용자의 질문에 답변하는 등의 역할을 할 수 있다. 하지만, OpenAI의 GPT-4는 직접 이미지를 분류하거나 이미지의 특징을 학습하는 역할은 수행하지 못한다. 이 부분은 ResNet과 같은 이미지 분류 모델이 담당하게 된다.

PyTorch Image Classification

중고 부품 이미지를 활용했을때 ResNet의 효과 분석 중고 자동차 부품 이미지를 활용한 ResNet 사용시, 다음과 같은 효과를 기대할 수 있다: ResNet은 잔차 네트워크(Residual Network)의 약자로, 신경망이 깊어질수록 성능이 저하되는 문제를 해결하기 위한 아이디어 중 하나입니다. 이는 잔차 연결(Residual Connection) 또는 스킵 연결(Skip Connection)이라는 구조를 사용하여 깊은 네트워크에서의 역전파를 용이하게 하는 것을 목표로 합니다. References Here… Continue reading PyTorch Image Classification

Train / ecoparts22.pt

start_time: 1656.452864792 end_time: 2112.491744542 Epoch: 01 | Epoch Time: 7m 36s Train Loss: 4.104 | Train Acc @1: 1.84% | Train Acc @5: 1.84% Valid Loss: 4.096 | Valid Acc @1: 1.85% | Valid Acc @5: 1.85% start_time: 2112.497949667 end_time: 2528.894926208 Epoch: 02 | Epoch Time: 6m 56s Train Loss: 4.098 | Train Acc @1:… Continue reading Train / ecoparts22.pt