- 본 기술은 본 과제의 실증 서비스인 넙치 질병 모니터링(Flatfish Disease Monitoring) 서비스를 위한 AI 모델을 학습하여 서빙하는 SW 기술이다.
- 본 기술은 일반적인 AI 모델 학습 및 서빙에 적용 가능하다.
- 본 기술을 최적으로 활용하기 위해서는 AI 모델 및 AI 모델 학습 환경에 따라 추가적인 개발 또는 적용 보완이 필요하며, 본 기술 이전의 대상 SW는 AI 모델 학습 환경 구축을 위해 Miniconda 파이썬 패키지 관리자와 conda-forge 파이썬 패키지 저장소를 가정하고 개발하였으며, AI 모델 서빙을 위해 BentoML MLOps 프레임워크를 가정하고 개발하였다.
- 본 기술은 넙치 질병 모니터링 서비스에서 활용할 수 있도록 컴퓨터 비전 분야에서 널리 사용되는 YOLOv8 모델을 사용하였다.
- 본 기술은 넙치 질병 모니터링 서비스 제공을 위해 스마트폰으로 촬영한 넙치 이미지에서 질병을 탐지하고, 질병 탐지 부위를 바운딩 박스로 표시하고, 질병의 종류, 탐지 신뢰도를 출력하는 기능 및 API 를 개발하여 제공하나, 서비스의 요구에 따라 다른 기능 및 API로 확장하여 적용할 수 있다.
- 최근 양식 수산물의 소비량 및 수요는 급격하게 증가하고 있으나, 기후 변화 및 질병 확산 등으로 인해 수산물 질병 발생 및 폐사로 인한 생산성 저하 및 매출액 감소가 큰 문제가 되고 있다.
- AI 기술을 활용한 상시 질병 모니터링 및 조기 진단, 그리고 정확한 질병 예측을 통해 질병의 확산을 방지하고자 하는 욕구가 높아지고 있는 점과 관련하여 본 AI 모델 학습 및 서빙 기술은 관련 서비스를 제공하고자 하는 기업의 서비스 개발 시간 및 인력을 절감하는 필수적인 기술이 될 것이다.
- 블록체인/AI 기술을 활용한 넙치 질병 모니터링 서비스 개발에 특화되어 있다.
- 다양한 크기의 YOLOv8 제공 사전 학습 모델(nano, small, medium, large, xlarge)을 기반으로 125GB의 입력 넙치 데이터를 학습하여 커스텀 학습 AI 모델을 제공하고, 서버/PC/스마트폰 등 다양한 환경에서 선택적으로 사용이 가능하다.
- 단일/다중 넙치 이미지에 대해 질병 여부 및 객체 탐지 기능을 제공한다.
- 잘 알려진 BentoML MLOps 프레임워크 기반으로 개발하여, 학습, 배포, 서빙에 이르는 전 과정을 쉽게 확장하여 자동화 가능하다.
- 넙치 질병 모니터링 서비스를 위한 AI 모델 학습 및 서빙 기술
* AI 허브 제공 넙치 질병 데이터 기반 AI 학습 환경 구성 기술
* AI 허브 제공 AI 학습 코드 기반 수정된 AI 학습, 검증, 시험 코드/스크립트
* BentoML 커스텀 학습 YOLOv8 모델 서빙 환경 구성 기술
* 커스텀 학습 YOLOv8 모델을 이용한 단일/다중 넙치 이미지 질병 여부 추론(질병명, 신뢰도) 기능 및 REST 기반 API
* 커스텀 학습 YOLOv8 모델을 이용한 단일/다중 넙치 이미지 질병 부위 탐지(질병명, 바운딩 박스 위치, 신뢰도) 기능 및 REST 기반 API
- 넙치 질병 모니터링 서비스를 위한 커스텀 학습 YOLOv8 모델
* Nano (fdm_yolov8n.pt), Small (fdm_yolov8s.pt), Medium (fdm_yolov8m.pt), Large (fdm_yolov8l.pt), Xlarge (fdm_yolov8x.pt) 모델
- 넙치 질병 모니터링 서비스를 위한 AI 모델 학습 및 서빙 기술
o 동작 환경
- 지원 하드웨어 모델: 일반적인 GPU 장착 서버, PC, 스마트폰
- 지원 운영체제: Ubuntu/CentOS 기반 리눅스 운영체제, 안드로이드 운영체제
- 지원 가상환경: Miniconda + conda-forge
- 지원 MLOps 환경: BentoML
o 제공 기능
- 단일/다중 넙치 이미지 질병 여부 추론(질병명, 신뢰도) 기능
- 단일/다중 넙치 이미지 질병 부위 탐지(질병명, 바운딩 박스 위치, 신뢰도) 기능
- REST 기반 API
- 서버, PC, 스마트폰 기반 AI 추론 및 객체 탐지
? 본 기술은 기존 이미지 학습을 통해 새로운 이미지의 분류 및 객체 탐지를 수행하는 서비스에서 AI 모델 학습 및 서빙 환경 구축을 위해 활용 가능
- 특히, AI 기반 어류 질병을 신속하게 모니터링하고 즉각 대처하기 위한 서비스 구축을 용이하게 하는 측면에서 유용
- 본 기술의 주요 수요처는 이미지 기반 실시간 모니터링을 통해 현장 상황에 대한통찰력을 얻고자 하는 공공/민간의 다양한 산업 분야에 활용할 수 있음
. 컴퓨터 비전: 시각 데이터 AI 학습 기반 자동화 상황 예측, 객체 탐지 및 대응
. 일반적인 AI 모델 학습 및 서빙
. MLOps: 머신러닝 워크플로 구축 및 운영
- 넙치 질병 모니터링 서비스에 적용 시, 농가에서의 질병 신속 진단 서비스 제공을 통해 질병 확산을 조기에 예방 가능