MXNet 기반 추천 오픈 소스 딥러닝 프로젝트 모음

Apache MXNet 은 일반 개발자가 손쉽게 딥러닝(Deep Learning) 모델을 구축, 학습 및 실행하는 데 도움을 주는 오픈 소스 라이브러리입니다. 이전 시리즈에서 MXNet API 및 주요 기능, 활용 방법에 대해 소개했습니다.

이 글에서는 MXNet을 다양한 유스 케이스에 적용하는 특징적인 오픈 소스 프로젝트를 소개합니다. (참고로 MXNet Model Zoo에는 다양한 주요 딥러닝 학습 모델 사례가 있으니, 먼저 살펴 보시기 바랍니다!)

#1 — 이미지 객체 인식
이 프로젝트는 하나의 이미지에서 여러개의 객체를 탐지하는  것으로 mxnet-ssd (논문 링크)라는 프로젝트를 개량한 것으로 MXNet의 특징이라고 할 수 있는, 멀티 GPU에서 성능을 향상 시킨 것입니다.

precedenceguo/mx-rcnn
mx-rcnn – Faster R-CNN, an MXNet implementation with distributed implementation and data parallelization

이 프로젝트는 아래 연구 결과를 기반으로 합니다.

#2 — 스마트폰용 이미지 분석 프로젝트
MXNet 입문 마지막 가이드에서 살펴본 대로,  Inception v3 을 사용하면, 모바일 기기에서도 실시간으로 이미지 분석이 가능합니다.

아래 프로젝트는 안드로이드 및 iOS에ㅓ 사용할 수 있는 이미지 인식 프로젝트입니다.

dneprDroid/ImageRecognizer-iOS

dneprDroid/ImageRecognizer-Android

#3 — 얼굴 인식 및 안면 감지 기능
이 프로젝트는 Amazon Rekognition의 얼굴 인식과 유사한 기능을 제공합니다. 좀 더 자세한 구현을 하고 싶은 경우, 좋은 출발점이 될 수 있습니다.

tornadomeet/mxnet-face

이 프로젝트는 아래 연구 결과를 기반으로 합니다.

#4— 자동차 번호판 인식하기

이 프로젝트는 81 % 정확도로 MacBook Pro에서 초당 9 매의 번호판 인식을 수행할 수 있습니다. 약간의 노력을 더 한다면 다른 문자 인식 사용 사례에 적용할 수 있습니다 🙂

szad670401/end-to-end-for-chinese-plate-recognition

#5 — Sockeye : 기계 번역 프로젝트

Sockeye 프로젝트는 MXNet에 기반한 신경망 기계 번역(Neural Machine Translation)을 위한 시퀀스-시퀀스(sequence-to-sequence) 프레임 워크입니다.  AWS에서 개발하고 있으며, 더 자세한 것은 MXNet 기반 Sockeye를 통한 기계 번역 학습 해보기를 참고하시기 바랍니다.

awslabs/sockeye
sockeye – Sequence-to-sequence framework with a focus on Neural Machine Translation based on MXNet

AWS  기반 배포 방법

지금까지 다른 Python 애플리케이션과 마찬가지로 Amazon EC2 인스턴스에서 MXNet 코드를 실행했습니다. AWS에서 애플리케이션을 실행할 수 있는 대체 방법(콘테이너 및 서버리스)이 있으면, 이는 MXNet에 적용할 수 있겠죠.

#6— Amazon ECS와 코드 도구를 통한 MXNet API 지속적 배포 방식

이 프로젝트는 AWS CloudFormation 템플릿을 사용하여 MXNet 모델 또는 애플리케이션 코드의 변경 사항을 파이프 라인을 통해 배포, 구성 및 조율하는 자동화 된 워크 플로우를 생성할 수 있습니다. CodePipelineCodeBuild를 사용하여 지속적 전달(CD) 방식이 가능하고,  몇 분 만에 사용자가 사용할 수 있습니다.

#7 —  MXNet Lambda 함수로 배포 하기

AWS Lambda를 통해 MXNet을 사용해 미리 학습된 모델을 통해 이미지 인식 등을 해 볼 수 있는 프로젝트입니다. Serverless Application Model (SAM) 템플릿을 통해 서버리스 API 엔드포인트도 자동으로 구현합니다.

지금까지 다양한 MXNet 기반의 추천 오픈 소스 프로젝트를 살펴 보았습니다. 혹시 더 추천해 주실만한 프로젝트가 있으면 알려주세요!

연재 순서

- ;

여러분의 생각

의견 쓰기

이름* 이메일* 홈페이지(선택)