부품 인식에 관하여 그동안 일 정리

스마트폰을 활용하여 부품인식을진행하고 있다.

현재 우리 회사의 문제점은 경험 많은 퇴직자와 신입 사원 사이에 중간 사원이 없다.

그리하여 많은 문제점들이 발생하고 있다.

그에 대한 대안으로 부품 인식을 진행하고 있다.

yolov8 을 활용하여 부품에 대한 이미지와 라벨링을 한다.

그 결과 .pt 파일이라는 파이토치 모델 파일을 얻는다.

yolov8n.pt 를 기준으로 새로 취득한 이미지와 라벨링을 통해 학습을 진행해보았다.

처음엔 13개의 부품으로 진행했다.

이미지는 부품당 20장 정도 찍었다.

학습를 300회 정도 진행하니 그 이상은 무의미 하다 하여

그 모델 파일을 가지고 테스트 모듈을 만들었다.

테스트 모듈은 opencv 를 활용하니 잘 되었다.

하지만 한글로 부품 명칭을 보여주자는 의견에 opencv 한글 표시 하는 걸 시도하였다.

이게 조금 어려웠다.

어찌하여 그렇게 개발하여 발표를 하게 되었다.

이제 모바일에 적용 하는 게 관건이었다.

노트북에서는 GPU 환경이라 그런지 속도가 정말 빨랐다.

주로 많이 걸리는 시간이 inference 라 불리는 추론 시간인데 

GPU 환경에서 20ms 정도 걸렸다.

모바일 환경으로 가니 3500ms 정도 걸려서 사용할 수 없을 정도 였다.

속도는 둘째이고 정확도도 엉망이었다.

예제 소스도 없었다.

진짜 어렵게 진행해서 이런 문제들을 해결하였다.

이제 그걸 하나 씩 정리하고자 한다.