TensorFlow 버전별 센서를 적용한 오픈 프로젝트 정리

TensorFlow 버전별 센서를 적용한 오픈 프로젝트 정리

TensorFlow의 다양한 버전은 각기 다른 환경에 최적화되어 있습니다. 그리고 레퍼런스들이 많은데, 그중에서 TensorFlow, TensorFlow Lite, 그리고 TensorFlow for Microcontrollers를 사용한 대표적인 오픈 프로젝트를 소개합니다. 프로젝트 별로 특징과 레퍼런스 사이트를 함께 정리했습니다.

1. TensorFlow 기반 오픈 프로젝트

1.1 Apollo - 자율 주행 차량 프로젝트

• 특징: Baidu가 주도하는 Apollo는 LiDAR, 카메라 등의 고성능 센서를 기반으로 한 자율 주행 시스템을 구축하는 프로젝트입니다. 이 시스템은 TensorFlow를 활용하여 객체 탐지, 거리 측정, 3D 환경 분석 등의 고급 머신러닝 모델을 실행합니다.
• 목적: 자율 주행 기술을 오픈 소스로 제공하여 개발자와 연구자들이 혁신적인 차량 기술을 자유롭게 연구하고 개발할 수 있도록 지원합니다.
• 역사: 2017년에 처음 발표되었으며, 이후 전 세계적으로 많은 기업과 연구소에서 참여하여 발전을 거듭하고 있습니다. 현재는 자율주행 레벨 4를 목표로 기술 개발이 진행되고 있습니다.
• 참여 및 소스코드 링크: Apollo GitHub Repository

GitHub - ApolloAuto/apollo: An open autonomous driving platform

 

1.2 OpenCV AI Kit (OAK) - 실시간 영상 분석

• 특징: OAK는 고해상도 카메라와 함께 TensorFlow를 사용하여 실시간 객체 탐지, 얼굴 인식, 제스처 인식 등의 AI 기능을 제공하는 플랫폼입니다. 이를 통해 AI 모델을 저지연으로 실행하고 고성능 비디오 분석이 가능합니다.
• 목적: 카메라 센서와 결합한 머신러닝 모델을 통해 실시간으로 주변 환경을 분석하고, 다양한 비전 애플리케이션에서 사용할 수 있는 플랫폼을 구축하는 것이 목표입니다.
• 역사: OAK는 2020년 OpenCV에서 발표한 프로젝트로, OpenCV와 TensorFlow를 결합하여 누구나 쉽게 AI 비전 시스템을 구축할 수 있도록 돕고 있습니다.
• 참여 및 소스코드 링크: OAK GitHub Repository

GitHub - luxonis/depthai: DepthAI Python API utilities, examples, and tutorials.

---

2. TensorFlow Lite 기반 오픈 프로젝트

2.1 Flutter + TensorFlow Lite - 이미지 분류 모바일 앱

• 특징: 이 프로젝트는 스마트폰 카메라를 활용해 실시간 이미지 분류를 수행하는 모바일 앱입니다. TensorFlow Lite와 Flutter를 결합해 경량화된 CNN 모델(MobileNet)을 사용하여 빠른 이미지 분석이 가능합니다.
• 목적: 스마트폰 환경에서 인공지능 기반의 이미지 분류 앱을 구축하고, TensorFlow Lite를 활용하여 경량화된 AI 모델을 모바일 환경에 적용하는 것이 목표입니다.
• 역사: 2018년에 시작된 이 프로젝트는 TensorFlow Lite가 발표된 후 개발된 대표적인 모바일 AI 애플리케이션입니다.
• 참여 및 소스코드 링크: Flutter TensorFlow Lite GitHub Repository

GitHub - am15h/tflite_flutter_plugin: TensorFlow Lite Flutter Plugin

 

2.2 TFLite Object Detection Android App - 실시간 객체 탐지

• 특징: TensorFlow Lite를 사용하여 스마트폰에서 실시간 객체 탐지를 수행하는 안드로이드 애플리케이션입니다. YOLO나 SSD와 같은 경량화된 객체 탐지 모델을 사용하여 효율적으로 이미지를 처리하고 분석합니다.
• 목적: 모바일 환경에서 실시간 객체 탐지를 가능하게 하여 다양한 AI 기능을 탑재한 앱 개발을 지원합니다. 예를 들어, 보안 감시 카메라나 교통 관리 앱에 사용될 수 있습니다.
• 역사: 이 프로젝트는 TensorFlow Lite가 경량화된 모델을 지원하기 시작하면서 만들어졌으며, 2019년부터 여러 개발자들이 참여하여 발전해왔습니다.
• 참여 및 소스코드 링크: TFLite Object Detection GitHub Repository

examples/lite/examples/object_detection/android/README.md at master · tensorflow/examples

반응형

 

3. TensorFlow for Microcontrollers 기반 오픈 프로젝트

3.1 Micro Speech - 초소형 음성 인식 시스템

• 특징: TensorFlow for Microcontrollers를 사용해 음성 인식을 수행하는 간단한 프로젝트입니다. 이 프로젝트는 초음파 센서나 마이크와 결합해 "yes" 또는 "no" 같은 간단한 음성을 인식하는 기능을 제공합니다.
• 목적: 메모리와 처리 능력이 매우 제한된 마이크로컨트롤러 환경에서 음성 인식을 가능하게 하여 저전력 IoT 디바이스에서 음성 명령을 처리할 수 있도록 합니다.
• 역사: 2019년 TensorFlow Lite for Microcontrollers가 발표된 후, 이 프로젝트는 초소형 AI 음성 인식 시스템을 위한 표준 사례로 제시되었습니다.
• 참여 및 소스코드 링크: Micro Speech GitHub Repository

tflite-micro/tensorflow/lite/micro/examples/micro_speech/README.md at main · tensorflow/tflite-micro

 

3.2 Gesture Recognition with Microcontrollers - 제스처 인식 프로젝트

• 특징: 9축 IMU 센서를 사용하여 손이나 팔의 움직임을 인식하는 제스처 인식 시스템입니다. TensorFlow for Microcontrollers를 활용해 작은 메모리에서도 동작 가능한 경량화된 AI 모델을 사용합니다.
• 목적: 마이크로컨트롤러 기반의 저전력 IoT 기기에서 제스처를 인식하여 스마트 가전제품이나 웨어러블 기기에서 사용자와의 상호작용을 개선하는 것이 목표입니다.
• 역사: 이 프로젝트는 2020년부터 개발되었으며, 저전력 환경에서의 사용자 인식 기능을 목표로 합니다.
• 참여 및 소스코드 링크: Gesture Recognition GitHub Repository

GitHub - andriyadi/MagicWand-TFLite-Arduino: Magic Wand using Arduino Nano 33 BLE Sense, powered by TensorFlow Lite for Microcon

 

4. 오픈소스 프로젝트 참여 및 활용

각 프로젝트는 오픈소스 형태로 제공되며, 개발자와 연구자들이 자유롭게 소스 코드를 활용하고 기여할 수 있습니다. 아래 링크를 통해 프로젝트에 참여하거나 소스 코드를 확인하고, 자신만의 AI 프로젝트를 구축할 수 있습니다.

• Apollo GitHub Repository: https://github.com/ApolloAuto/apollo
• OAK GitHub Repository: https://github.com/luxonis/depthai
• Flutter TensorFlow Lite GitHub Repository: https://github.com/am15h/tflite_flutter_plugin
• TFLite Object Detection GitHub Repository: https://github.com/tensorflow/examples/blob/master/lite/examples/object_detection/android/README.md
• Micro Speech GitHub Repository: https://github.com/tensorflow/tflite-micro/blob/main/tensorflow/lite/micro/examples/micro_speech/README.md
• Gesture Recognition GitHub Repository: https://github.com/andriyadi/MagicWand-TFLite-Arduino