1. Amazon DeepLens와 컴퓨터 비전
딥러닝 어플리케이션 활용
강정희 / AWS 솔루션즈 아키텍트

2. 목차
• 기존의 컴퓨터 비전 개발 환경
• DeepLens 소개
• AWS 컴퓨터 비전 딥러닝 서비스와의 통합
• DeepLens 데모

3. 기존의 컴퓨터 비전 개발 환경

4. 활용가능한 이미지의 폭발적인 성장 추세
Amazon S3 이미지 데이터량 증가 추이
“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

5. 다양한 컴퓨터 비전의 활용 영역
거의 모든 사업군에서 이미지의 활용은 중요하지만,
이미지와 비디오를 지능적으로 분석하는 컴퓨터 비전을 위해서는
딥러닝과 이를 활용하는 개발환경 구성 등 다양한 요소가 필요합니다.

6. FRAMEWORKS AND INTERFACES
AW S DEEP LEARNING API
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
Rekognition
Amazon Poll
y
Amazon Le
x
Amazon
Rekognition Vide
o
Amazon Transcribe Amazon Translate
Amazon Comprehe
nd
Alexa for Business
V R / I R Amazon Sumerian
Amazon Kinesis
Video Streams
AWS 머신러닝 스택과 컴퓨터 비전
Amazon SageMaker AWS DeepLens

7. 기존의 컴퓨터 비전 클라이언트 개발 환경
Rasberry Pi PC (Laptop) 스마트폰

8. 기존의 컴퓨터 비전 개발 환경 : Rasberry Pi
예 - 스마트 초인종 데모 (AWS Seoul Summit 2017) 라즈베리파이
그래픽 처리
성능
낮음
가격 $
훈련된 모델
배포
직접 수행
하드웨어
구성
직접 수행
AWS 서비스
통합
직접 수행
전용 예제
프레임워크 별 제공,
직접 배포 가능

9. 기존의 컴퓨터 비전 개발 환경 : PC (Laptop)
PC (Laptop)
그래픽 처리
성능
다양(높음)
가격 $$$(다양)
훈련된 모델
배포
직접 수행
하드웨어
구성
직접 수행
AWS 서비스
통합
직접 수행
전용 예제
프레임워크 별 제공,
직접 배포 가능
예 - 인공지능 등록데스크 (AWS Cloud 2018)

10. 기존의 컴퓨터 비전 개발 환경 : 스마트폰
스마트폰
그래픽 처리
성능
다양(높음)
가격 $$$(다양)
훈련된 모델
배포
직접 수행
하드웨어
구성
불필요
AWS 서비스
통합
Mobile Hub
전용 예제
프레임워크 별 제공,
직접 배포 가능
예 - Amazon.com 모바일 앱 상품 검색

11. DeepLens 소개

12. AWS DEEPLENS는
단지 비디오 카메라가
아닙니다.
…세계 최초의
딥러닝 활용가능한
개발자 키트
입니다.

13. AWS DeepLens
HD video camera
Custom-designed
deep learning
inference engine
Micro-SD
Mini-HDMI
USB
USB
Reset
Audio out
Power
다양한 튜토리얼, 예제
및 데모, 모델 제공
10분 이내에 데이터 모델
활용 가능
10
MIN
딥러닝 최적화 CPU를
탑재 기기
Amazon SageMaker
및 AWS Lambda 연동

14. 기술 사양
• 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

15. 다양한 샘플 프로젝트
프로젝트에 기능을 추가하거나
여러분만의 프로젝트를 생성해보세요.
예술적 스타일로 변환 객체 감지 얼굴감지 / 인식 핫도그 / 핫도그 아님 고양이 VS. 개행동 감지

16. 컴퓨터 비전 개발 환경 비교
라즈베리파이 PC (Laptop) 스마트폰 DeepLens
그래픽 처리
성능
낮음 다양(높음) 다양(높음) 높음
가격 $ $$$(다양) $$$(다양) $$
훈련된 모델
배포
직접 수행 직접 수행 직접 수행
콘솔을 통한
손쉬운 프로젝트
관리 및 배포
하드웨어
구성
직접 수행 직접 수행 불필요 불필요
AWS 서비스
통합
직접 수행 직접 수행 Mobile Hub
관련 서비스가
기본적으로 통합
(Greenglass, IoT, Sagemaker)
전용 예제
프레임워크 별 제공,
직접 배포 가능
프레임워크 별 제공,
직접 배포 가능
프레임워크 별 제공,
직접 배포 가능
샘플 프로젝트
제공
NEW
!

17. 기기 구입
• Amazon.com에서 예약 구매가 가능합니다. (4월 경 출시 예정)
• 가격 - 249 USD https://www.amazon.com/dp/B075Y3CK37

18. AWS 컴퓨터 비전 딥러닝
서비스와의 통합

19. 딥러닝 개요
데이터 모델 트레이닝 추론
(Inference)

20. 데이터
주석 달기 전 전 전 전 전 전 전 전

21. 모델 트레이닝
• 모델의 아키텍쳐를 정의하는 과정입니다.
• 주석이 달린, 정제된 데이터를 모델에 제공합니다.
• 모델 훈련을 위해 이를 여러 번 반복(epochs)합니다.
• 미리 별도로 분리한 데이터 세트(Validation set)를 바탕으로 모델 검증합니다.
Large, annotated
dataset
Training set
Validation set
Training
Validate

22. 추론 (Inference)
이 단계가 실제로 마법이 일어나는 부분 입니다!
1. 새로운 데이터/이미지를 training set과 마찬가지로 전처리 수행합니다.
2. 해당 데이터/이미지에 trained model을 적용해 예측된 결과값을 얻습니다.

23. AWS DeepLens 아키텍처
Video out
Data out
추 론
프 로 젝 트 배 포
Manage device
Security
Console Project
Management
AWS Cloud
Intel: Model Optimizer
cIDNN and Driver

24. Amazon SageMaker
완전 관리 및
자동 스케일링
배포
원클릭 배포
생성
Jupyter
Notebook 기반
서비스
고성능
알고리즘
미리 제공
원클릭
데이터 훈련
훈련
Hyper-
parameter
최적화
NEW!
데이터 과학자와 개발자들이 스마트 어플리케이션에 사용될
머신러닝 기반의 모델을 빠르고 쉽게 만들도록 해주는
완전 관리형 서비스

25. AWS Greengrass
콘솔에서 기기로
모델 배포
디바이스에서
모델 기반 예측
인터넷 비연결시에
도 동작 가능
GREENGRASS ML INFERENCE
프리뷰 이용가능
클라우드에서 모델
학습 및 훈련
NE W!
IoT 기기에서 직접 기계 학습 모델 실행을 통한 예측 가능
AWS DeepLens에
Greengrass 코어 탑재

26. 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 Streams
비디오, 오디오 및 실시간 인코딩 데이터
를 손쉽게 수집 및 전달 가능

27. 사례 : 공공 안전 부분 즉각적인 대응
Live Street Camera Amazon Kinesis Video Streams Amazon Rekognition Video
1. 카메라에서 수집된 비디오 스트림을
Kinesis Video Streams를 통하여 처리 2. Rekognition Video가 비디오를 분석
하고 수백만 개의 얼굴과 비디오에 등장
하는 얼굴을 비교
용 의 자 실 시 간 인 식
End User
3. 찾는 사람이 발견되었을 때
SMS 등을 통하여 알림
Amazon SNS AWS Lambda Amazon Kinesis
Streams
Rekognition Video 사용 사례

28. Kinesis Video Stream 사용 사례

29. 데모
샘플 프로젝트 배포해보기

30. 기기 등록

31. 기기 등록
1. 인증서를 다운받아 안전한 장소에 보관합니다.
2. IAM Role을 지정합니다.

32. 기기 등록
1. 전원을 키고 DeepLens의 Wifi Network에 접속하여 등록을 마무리합니다.

33. 신규 프로젝트 생성
1. Create new Project 버튼을 클릭합니다.

34. 예제 선택 - 객체 인식 (Object Detection)
1. Use a project template을
선택합니다.
2. project templates에서 Object
Detection 샘플을 선택합니다.
3. Next 를 클릭합니다.

35. 프로젝트 이름 설정
1. 프로젝트 명을 정합니다.
2. Create 를 클릭합니다.

36. 프로젝트를 기기에 배포
1. 전 전 전 전 전 전 전 전
전 전 전 전 전 .
2. Deploy to device전
전 전 전 전 전 .

37. 배포할 디바이스 선택
1. 배포할 디바이스를 선택합니다.
2. Review를 클릭합니다.

38. 배포
1. Deploy를 클릭합니다.

39. 프로젝트 배포 중 상태 표시
파란 색 배너 = 배포중
초록 색 배너 = 배포가 성공적으로 완료됨

40. DeepLens 내부 동작
• 클라우드에서 기기로
• 기기 내에서는…

41. 1. 지금 예약 구매가능합니다. 여러분만의 컴퓨터 비전 애플리케이션을
개발해보세요.
https://www.amazon.com/dp/B075Y3CK37
2. 개발자 문서를 참고해 첫 프로젝트를 시작해보세요.
https://docs.aws.amazon.com/deeplens/latest/dg/what-is-deeplens.html
3. AI 블로그를 통해 다양한 활용 사례를 학습해보세요.
https://aws.amazon.com/blogs/ai/
본 강연이 끝난 후…

42. 감사합니다