비전 테스트 작업일지
작성일: 2026-05-29
문서 버전: v 1.0
목적: AI 모델 실시간 검증 도구 구현 과정 및 모델 분석 결과 기록
—
1. 작업 내용 요약
1.1 핵심 인프라 구축
비전 테스트 아키텍처기획을 바탕으로 기본 프레임워크 뼈대 구현 완료.core/camera.py: OpenCV (cv2.VideoCapture)를 활용한 실시간 웹캠 프레임 캡처 기능 구현.core/renderer.py: OpenCV (cv2.imshow)를 활용하여 프레임 위에 모델 추론 결과(Label, Confidence)를 오버레이하는 렌더링 모듈 작성.core/pipeline.py: 다중 모델 등록 및 순차적 추론 실행을 관리하는 오케스트레이터(Pipeline) 구현. (파일명 오타 수정 완료)main.py:models.yaml설정을 로드하여 파이프라인을 구성하고 실시간 추론 루프를 구동하는 진입점 작성.
1.2 TFLite 분류기(Classifier) 구현
models/classifier.py에 TensorFlow Lite 모델 추론을 위한Classifier클래스 구현.BaseModel인터페이스 준수 (load,preprocess,infer,postprocess구현).- 양자화(Quantization) 모델 지원:
uint8및int8입력 타입에 대응하는 전처리 로직 및 출력(확률) 변환 로직 적용. labels.txt파일을 로드하여 예측된 인덱스(class_id)를 사람이 읽을 수 있는 레이블 이름으로 매핑하는 기능 추가.
1.3 모델 스펙 분석
테스트 대상 모델인 cat_breed_int8.tflite (EfficientNet-Lite 4 기반 추정)의 구조를 분석함.
- 입력 (Input):
[1, 300, 300, 3], 타입uint8 - 출력 (Output):
[1, 1000], 타입uint8 - 분석 결과: 해당 모델은 입력 크기가
300x300이며, 1,000개의 클래스를 출력하는 ImageNet-1 K 사전 학습(Pre-trained) 모델로 확인됨.
1.4 설정 업데이트
- 확인된 모델 스펙에 맞추어
config/models.yaml의input_size를[224, 224]에서[300, 300]으로 수정. -
레이블 파일 경로(
weights/imagenet_labels.txt) 설정 추가.2. 다음 작업 (To-Do)
2.1 임시 테스트 환경 완성
- ImageNet 레이블 파일 준비: 현재 모델이 1,000개 클래스를 출력하므로, 정상 동작 확인을 위해 1,000개 클래스가 정의된
imagenet_labels.txt파일을weights/디렉토리에 추가하여 테스트 진행.
2.2 고양이 품종 분류 모델 고도화 (Fine-Tuning)
- 목표 모델 학습: 현재 모델은 범용 모델(ImageNet)이므로 고양이 품종 전용 모델로 변환 필요.
- 데이터셋 준비:
docs/02_AI_상세.md에 명시된 Oxford-IIIT Pet Dataset, Kaggle Cat Breeds Dataset 등을 수집 및 전처리. - Transfer Learning: EfficientNet-Lite 4를 백본으로 하여 출력 레이어를 고양이 품종 수(예: 67개)에 맞게 변경하고 재학습.
- 양자화 변환: 학습된 모델을 모바일 탑재 및 현재 프레임워크 호환을 위해 INT 8/UINT 8 TFLite 포맷으로 양자화 변환.
2.3 프레임워크 확장
- 객체 탐지(
detector.py), 세그멘테이션(segmentor.py) 등 다른 모델 타입 지원 추가. -
utils/metrics.py구현하여 FPS 및 모델별 추론 지연 시간(Latency) 측정 및 화면 표시.3. 유의사항
- 모델 입력 크기: 향후 자체 학습한 모델 적용 시, 모델의 요구 입력 사이즈(예: 224 x 224 또는 300 x 300)와
models.yaml의input_size설정이 일치하는지 반드시 확인해야 함. 불일치 시 텐서 형태 오류(ValueError) 발생. - 양자화 파라미터: TFLite 모델 로드 시 양자화 파라미터(
scale,zero_point)가 올바르게 적용되어 확률이 0.0 ~ 1.0 사이로 계산되는지 모니터링 필요.
C
Contents