문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
컴퓨터 비전을 위한 에지 AI 소개
- 에지 AI 개요 및 그 이점
- 클라우드 AI vs. 에지 AI 비교
- 실시간 이미지 처리에서 발생하는 주요 도전 과제
에지 장치에 딥러닝 모델 배포
- TensorFlow Lite와 OpenVINO 소개
- 에지 배포를 위한 모델 최적화 및 양자화
- 사례 연구: 에지 장치에서 YOLOv8 실행
실시간 추론을 위한 하드웨어 가속
- 에지 컴퓨팅 하드웨어 개요 (Jetson, Coral, FPGAs)
- GPU 및 TPU 가속 활용
- 벤치마킹 및 성능 평가
실시간 객체 검출 및 추적
- YOLO 모델을 사용하여 객체 검출 구현
- 실시간으로 이동하는 객체 추적
- 센서 융합을 통해 검출 정확도 향상
에지 AI 최적화 기술
- 가위질 및 양자화를 통해 모델 크기 줄이기
- 지연 및 전력 소비 감소 기술
- 에지 AI 모델 재학습 및 미세 조정
에지 AI를 IoT 시스템과 통합
- 스마트 카메라 및 IoT 장치에 AI 모델 배포
- 에지 AI와 실시간 의사결정
- 에지 장치와 클라우드 시스템 간의 통신
에지 AI의 보안 및 윤리적 고려 사항
- 에지 AI 애플리케이션에서 데이터 프라이버시 문제
- 적대적인 공격으로부터 모델 보안 보장
- AI 규제 및 윤리적 AI 원칙 준수
요약 및 다음 단계
요건
- 컴퓨터 비전 개념에 대한 이해
- Python 및 딥러닝 프레임워크 경험
- 엣지 컴퓨팅 및 IoT 장치에 대한 기본 지식
대상
- 컴퓨터 비전 엔지니어
- AI 개발자
- IoT 전문가
21 시간
회원 평가 (1)
I genuinely enjoyed the hands-on approach.