Amazon DeepLens와컴퓨터비전딥러닝어플리케이션활용

강정희 / AWS 솔루션즈 아키텍트

목차

• 기존의컴퓨터비전개발환경

• DeepLens 소개

• AWS 컴퓨터비전딥러닝서비스와의통합

• DeepLens 데모

기존의컴퓨터비전개발환경

활용가능한이미지의폭발적인성장추세

Amazon S3 이미지데이터량증가추이

“There are 3,700,000,000 internet users in 2017

1,200,000,000,000 photos will be taken in 2017” (9% YoY Growth)

Source: InfoTrends Worldwide

다양한컴퓨터비전의활용영역거의모든사업군에서이미지의활용은중요하지만,

이미지와비디오를지능적으로분석하는컴퓨터비전을위해서는딥러닝과이를활용하는개발환경구성등다양한요소가필요합니다.

FRAMEWORKS AND INTERFACES

AW S DEEP LEARNING AP I

Apache MXNet TensorFlowCaffe2 Torch KerasCNTK PyTorch GluonTheano

PLATFORM SERVICES

V I S I O N L A N G U A G E

A P P L I C A T I O N S E R V I C E S

Amazon

Rekognit ionAmazon Pol l

y

Amazon Le

x

Amazon

Rekognit ion Vide

o

Amazon Transcr ibe Amazon TranslateAmazon Comprehe

nd

Alexa for Business

V R / I R Amazon SumerianAmazon Kinesis

Video Streams

AWS 머신러닝스택과컴퓨터비전

Amazon SageMaker AWS DeepLens

기존의컴퓨터비전클라이언트개발환경

Rasberry Pi PC (Laptop) 스마트폰

기존의컴퓨터비전개발환경 : Rasberry Pi

예 - 스마트초인종데모 (AWS Seoul Summit 2017) 라즈베리파이

그래픽처리성능

낮음

가격 $

훈련된모델배포

직접수행

하드웨어구성

직접수행

AWS 서비스통합

직접수행

전용예제프레임워크별제공,

직접배포가능

기존의컴퓨터비전개발환경 : PC (Laptop)

PC (Laptop)

그래픽처리성능

다양(높음)

가격 $$$(다양)

훈련된모델배포

직접수행

하드웨어구성

직접수행

AWS 서비스통합

직접수행

전용예제프레임워크별제공,

직접배포가능

예 - 인공지능등록데스크 (AWS Cloud 2018)

기존의컴퓨터비전개발환경 : 스마트폰

스마트폰

그래픽처리성능

다양(높음)

가격 $$$(다양)

훈련된모델배포

직접수행

하드웨어구성

불필요

AWS 서비스통합

Mobile Hub

전용예제프레임워크별제공,

직접배포가능

예 - Amazon.com 모바일앱상품검색

DeepLens 소개

AWS DEEPLENS는단지 비디오 카메라가

아닙니다 .

…세계 최초의딥러닝 활용가능한

개발자 키트입니다 .

AWS DeepLens

HD video camera

Custom-designed

deep learning

inference engine

Micro-SD

Mini-HDMI

USB

USB

Reset

Audio out

Power

다양한 튜토리얼, 예제및 데모, 모델 제공

10분 이내에 데이터 모델활용 가능

10MIN

딥러닝 최적화 CPU를탑재 기기

Amazon SageMaker및 AWS Lambda 연동

기술사양• Intel Atom Processor

• Intel Gen9 graphics

• Ubuntu OS- 16.04 LTS

• 100 GFLOPS performance

• Dual band Wi-Fi

• 8 GB RAM

• 16 GB Storage (eMMC)

• 32 GB SD card

• 4 MP camera with MJPEG

• H.264 encoding at 1080p resolution

• 2 USB ports

• Micro HDMI

• Audio out

• AWS Greengrass preconfigured

• clDNN Optimized for MXNet

다양한샘플프로젝트

프로젝트에 기능을 추가하거나

여러분만의 프로젝트를 생성해보세요 .

예술적스타일로변환 객체감지 얼굴감지 / 인식 핫도그 / 핫도그아님 고양이 VS. 개행동감지

컴퓨터비전개발환경비교

라즈베리파이 PC (Laptop) 스마트폰 DeepLens

그래픽처리성능

낮음 다양(높음) 다양(높음) 높음

가격 $ $$$(다양) $$$(다양) $$

훈련된모델배포

직접수행 직접수행 직접수행콘솔을통한

손쉬운프로젝트관리및배포

하드웨어구성

직접수행 직접수행 불필요 불필요

AWS 서비스통합

직접수행 직접수행 Mobile Hub

관련서비스가기본적으로통합

(Greenglass, IoT, Sagemaker)

전용예제프레임워크별제공,

직접배포가능프레임워크별제공,

직접배포가능프레임워크별제공,

직접배포가능샘플프로젝트

제공

NEW

!

기기 구입• Amazon.com에서예약구매가가능합니다. (4월경출시예정)

• 가격 - 249 USD https://www.amazon.com/dp/B075Y3CK37

AWS 컴퓨터비전딥러닝서비스와의통합

딥러닝개요

데이터 모델트레이닝 추론

(Inference)

데이터

주석달기 전 전 전 전 전 전 전 전

모델트레이닝

• 모델의아키텍쳐를정의하는과정입니다.

• 주석이달린, 정제된데이터를모델에제공합니다.

• 모델훈련을위해이를여러번반복(epochs)합니다.

• 미리별도로분리한데이터세트(Validation set)를바탕으로모델검증합니다.

Large, annotated

dataset

Training set

Validation set

Training

Validate

추론 (Inference)

이단계가실제로마법이일어나는부분입니다!

1. 새로운데이터/이미지를 training set과마찬가지로전처리수행합니다.

2. 해당데이터/이미지에 trained model을적용해예측된결과값을얻습니다.

AWS DeepLens 아키텍처

Video out

Data out

추론

프로젝트 배포

Manage device

SecurityConsole Project

Management

AWS Cloud

Intel: Model Optimizer

cIDNN and Driver

Amazon SageMaker

완전 관리 및자동 스케일링

배포

원클릭 배포

생성

JupyterNotebook 기반

서비스

고성능알고리즘미리 제공

원클릭데이터 훈련

훈련

Hyper-parameter 최적화

NEW!

데이터과학자와개발자들이스마트어플리케이션에사용될머신러닝기반의모델을빠르고쉽게만들도록해주는

완전관리형서비스

AWS Greengrass콘솔에서 기기로

모델 배포

디바이스에서모델 기반 예측

인터넷 비연결시에도 동작 가능

GREENGRASS ML INFERENCE

프리뷰 이용가능

클라우드에서 모델학습 및 훈련

N E W !

IoT 기기에서 직접 기계 학습 모델 실행을 통한 예측 가능

AWS DeepLens에Greengrass 코어 탑재

실시간 비디오 배치 및 인지 서비스

NEW!

Amazon Rekognition Video

프레임내 사람, 활동 등에 대한 인지

객체, 장면, 움직임 인지

사람 인지 및 확인

유명 인사 인지

비정상 콘텐츠 감지

Amazon Kinesis Video Streams비디오 , 오디오 및 실시간 인코딩 데이터를 손쉽게 수집 및 전달 가능

사례 : 공공안전부분즉각적인대응

Live Street Camera Amazon Kinesis Video Streams Amazon Rekognition Video

1. 카메라에서수집된비디오스트림을Kinesis Video Streams를통하여처리 2. Rekognition Video가비디오를분석

하고수백만개의얼굴과비디오에등장하는얼굴을비교

용의자 실시간 인식

End User

3. 찾는사람이발견되었을 때SMS 등을통하여알림

Amazon SNS AWS Lambda Amazon Kinesis

Streams

Rekognition Video 사용사례

Kinesis Video Stream 사용사례

데모샘플프로젝트배포해보기

기기 등록

기기 등록1. 인증서를다운받아안전한장소에보관합니다.

2. IAM Role을지정합니다.

기기 등록

1. 전원을키고 DeepLens의 Wifi Network에접속하여등록을마무리합니다.

신규프로젝트생성

1. Create new Project 버튼을클릭합니다.

예제선택 - 객체인식 (Object Detection)

1. Use a project template을선택합니다.

2. project templates에서 Object

Detection 샘플을선택합니다.

3. Next 를클릭합니다.

프로젝트이름설정

1. 프로젝트명을정합니다.

2. Create 를클릭합니다.

프로젝트를기기에배포

1. 전 전 전 전 전 전 전 전

전 전 전 전 전 .

2. Deploy to device전

전 전 전 전 전 .

배포할디바이스선택

1. 배포할디바이스를선택합니다.

2. Review를클릭합니다.

배포

1. Deploy를클릭합니다.

프로젝트배포중상태표시

파란색배너 = 배포중

초록색배너 = 배포가성공적으로완료됨

DeepLens 내부동작

• 클라우드에서기기로

• 기기내에서는…

1. 지금예약구매가능합니다. 여러분만의컴퓨터비전애플리케이션을개발해보세요.https://www.amazon.com/dp/B075Y3CK37

2. 개발자문서를참고해첫프로젝트를시작해보세요.https://docs.aws.amazon.com/deeplens/latest/dg/what-is-deeplens.html

3. AI 블로그를통해다양한활용사례를학습해보세요.https://aws.amazon.com/blogs/ai/

본강연이끝난후…

감사합니다