Amazon Rekognition은 객체 탐지(Object Detection)를 위해 이미지당 약 $0.001를 부과합니다. 이를 혼잡한 비디오 피드에 실행하면 순식간에 백만 장의 이미지에 도달합니다. 백만 장의 이미지는 AWS 비용으로 $1,000가 됩니다.

Google Vision AI는 이미지 1,000장당 $1.50를 부과합니다.

Azure Computer Vision은 트랜잭션(Transaction)당 비용을 청구합니다.

Roboflow의 유료 플랜은 월 $99에서 $999 사이입니다.

여러분의 노트북에서 동일한 작업을 수행할 수 있는 무료 Python 라이브러리가 있습니다. 그것의 이름은 Supervision입니다.

pip install supervision

여기 그 이야기가 있습니다.

크라쿠프(Kraków)의 한 남성이 컴퓨터 비전 (Computer Vision) 스타트업의 마케팅 데모를 작성하기 위해 고용되었습니다. 그의 업무는 AI 모델이 무엇을 할 수 있는지 보여주는 Twitter용 작은 Python 스크립트를 만드는 것이었습니다. 교통량 계산, 매장 분석, 스포츠 트래킹 등이 그 예입니다.

모든 데모에는 동일한 상용구 코드(Boilerplate)가 필요했습니다. 자동차 주위에 박스를 그리기, 도로를 가로지르는 선을 그리기, 교차 횟수 세기, 안정적인 ID로 각 자동차를 추적하기, 출력을 비디오로 저장하기 등 말이죠.

그는 매주 동일한 코드를 다시 작성하는 것에 지쳤습니다.

그래서 그는 공유 코드를 Python 패키지로 묶었습니다. 그는 이를 MIT 라이선스 하에 GitHub에 올렸습니다. 그리고 배포했습니다.

그것이 2022년 11월이었습니다.

현재:

48,212 stars.
4,423 forks.
PyPI에서 매달 120만 회 다운로드.
160명 이상의 기여자 (Contributors).
실제 기업들의 컴퓨터 비전 파이프라인 (Pipelines)을 구동 중.

웹캠을 도로에 향하게 하세요. YOLO와 같은 무료 객체 탐지 (Object-detection) 모델을 연결하세요. Supervision은 모든 자동차에 박스를 그립니다. 각각을 추적합니다. 선을 통과하는 것을 계산합니다. 속도를 추정합니다. 실시간으로 말이죠.

이것이 바로 교통 모니터링 시스템입니다.

카메라를 매장 입구로 향하게 하세요. 들어오는 모든 쇼핑객을 계산합니다. 그들의 경로를 추적합니다. 유동 인구의 히트맵 (Heatmap)을 생성합니다.

이것이 바로 리테일 분석 (Retail analytics)입니다. 기업들은 동일한 결과물을 얻기 위해 연간 수만 달러를 지불합니다.

카메라를 농구 코트로 향하게 하세요. 모든 플레이어를 추적하고, 보조 모델을 사용하여 저지 번호를 식별하며, 프레임 단위로 그들의 위치를 기록합니다.

크라쿠프의 그 남성은 이를 위한 농구 키포인트 (Keypoint) 모델을 주말 동안 구축하여 LinkedIn에 게시했습니다.

그의 이름은 Piotr Skalski입니다. 그의 GitHub 프로필에는 다음과 같이 적혀 있습니다: "I open-source stuff."

Amazon은 이를 회수할 수 없습니다. 라이선스가 그것을 허용하지 않습니다.
Google도 이를 회수할 수 없습니다. 라이선스가 그것을 허용하지 않습니다.
Roboflow는 이를 내부적으로 유지할 수도 있었습니다. 하지만 그들은 대신 이를 오픈 소스 (Open Source)로 공개했습니다.

당신의 카메라는 이미 모든 것을 보고 있습니다.

Piotr Skalski는 카메라가 보고 있는 것을 이해할 수 있게 해주는 라이브러리 (Library)를 작성했습니다.

무료로 말이죠.

(링크는 댓글에)
[IMG:1]