BLOG
오늘은 AWS DeepLens의 신규 샘플 프로젝트인 “작업자 안전 시스템 구축”과 “누가 커피를 가장 많이 마실까요?”라는 프로젝트에 대해 소개해 드릴 예정인데요. 이 출시 소식을 전하게 되어 매우 기쁘게 생각합니다. 해당 샘플 프로젝트는 컴퓨터 비전을 사용하여 AWS에서 완전한 머신 러닝 애플리케이션을 구축하는 방법에 대한 지침을 제공합니다. 애플리케이션은 Edge와 클라우드에 걸쳐 있으며 디바이스에서 실행되는 모델을 클라우드 상의 AWS 서비스와 통합합니다. 샘플 프로젝트는 단계별 지침으로 구성되며 개발자가 처음부터 애플리케이션을 빌드할 수 있는 코드 및 비디오 자습서가 포함되어 있습니다.
AWS DeepLens는 모든 기술 수준의 개발자가 딥 러닝을 시작할 수 있도록 지원하는 세계 최초의 딥 러닝 지원 비디오 카메라입니다. AWS DeepLens 의 새로운 에디션(2019년형)은 이제 6개국(미국, 영국, 독일, 프랑스, 스페인, 이탈리아 및 캐나다)에서 구매할 수 있으며 일본에서 사전 주문할 수 있습니다. 2019 에디션은 설정이 쉬우며 (Amazon SageMaker Neo 덕분에) 머신 러닝 모델을 이전 버전보다 최대 2배 빠르게 실행할 수 있습니다.
친절한 가이드와 같은 이 샘플 프로젝트를 시작하시려면 AWS DeepLens 관리 콘솔로 이동해주세요. 그런 다음 왼쪽 탐색 메뉴에서 레시피로 이동하여 최신 단계별 자습서에 액세스하십시오. 레시피를 선택하고 제공된 지시 사항에 따라 기계 학습 애플리케이션을 구축합니다. AWS DeepLens 관리 콘솔은 아시아 태평양(도쿄), EU(프랑크푸르트) 및 미국 동부(버지니아 북부) 지역에서 사용하실 수 있습니다.
본 프로젝트로 사용자는 다음과 같은 레시피를 이용할 수 있습니다.
1) 근로자 안전 시스템을 구축해 보세요!!
AWS DeepLens 및 Amazon Rekognition을 사용하여 건설 현장 직원이 올바른 안전 장비(이 경우 안전모)를 착용하고 있는지 식별하는 데 도움이 되는 애플리케이션을 구축합니다. 개발자는 AWS DeepLens에서 제공되는 얼굴 감지 모델을 사용하여 얼굴을 감지하고 추가 처리를 위해 S3에 업로드 하는 방법을 배웁니다. 또한 개발자는 S3 업로드에서 트리거 되고 Amazon Rekognition과 통합되어 사람이 헬멧을 착용하고 있지 않은 지를 감지하는 Lambda 함수 작성 방법을 배우게 됩니다. 헬멧이 감지되지 않으면 Lambda 함수는 위반 로그를 Amazon CloudWatch에 보내고 AWS IoT를 통해 경고합니다. 개발자는 경고를 실시간으로 보여주는 웹 포털을 구축하는 방법도 배웁니다.
2) 누가 가장 많은 커피를 마실까요?
사람들이 마시는 커피잔 수를 카운트하고, 리더 보드에 집계를 표시하는 애플리케이션을 구축하는 방법을 배웁니다. 이 방안은 얼굴 감지 기능을 사용하여 커피를 마시는 사람들의 수를 추적합니다. 또한 이 방법을 활용하여 개발자는 얼굴이 감지될 때 트리거 되는 Lambda 함수 작성 방법을 배우게 됩니다. 그런 다음 Amazon Rekognition을 사용하여 커피잔을 감지하고 개발자가 유지 관리하는 개인용 DynamoDB 데이터베이스에 얼굴을 추가합니다. 이 방안에는 시간이 지남에 따라 커피 수를 추적하는 리더 보드도 있습니다.
관련 문의 사항이 있으신 경우 AWS DeepLens 개발자 포럼에 문의해 주십시오. 이 프로젝트와 관련한 인사이트를 얻고 싶으시다면 AWS DeepLens 커뮤니티 프로젝트에 접속하여 비디오, 설명 및 GitHub 저장소 링크를 살펴봐 주시기 바랍니다.
** 메가존 클라우드 TechBlog는 AWS BLOG 영문 게재 글 중에서 한국 사용자들에게 유용한 정보 및 콘텐츠를 우선적으로 번역하여 내부 엔지니어 검수를 받아서, 정기적으로 게재하고 있습니다. 추가로 번역 및 게재를 희망하는 글에 대해서 관리자에게 메일 또는 SNS 페이지에 댓글을 남겨주시면, 우선적으로 번역해서 전달해드리도록 하겠습니다.