Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Jev 모델에 이미지 입력 기능이 추가되어 '워리 씨를 찾기 같은' 이미지에서 객체 탐지 검증을 진행했습니다. 새로운 질문 유형인 box가 추가되었으며, 이 기능을 통해 이미지 속 특정 위치(좌표)를 사각형으로 반환받을 수 있습니다. 비용은 텍스트와 동일하며 응답 시간도 빠릅니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기먼저 제목을 속인 점 사과드립니다. 정확히는 '워리 씨를 찾아라'가 아니라 '워리 씨를 찾기 같은 이미지'에서 찾게 한 검증입니다. 실제 '워리 씨를 찾아라'는 더 어려워서 동일한 결과가 나오지 않을 수도 있습니다:bow_tone1: :bow_tone1:
Jev에서 이미지 입력이 가능해졌습니다:raised_hands: :raised_hands:
:point_up: :point_up:
・Jev의 이미지 인식 정확도가 알고 싶은 분
・Jev를 좋아하는 분
・'워리 씨를 찾아라'에 능한 분
TypeSafe-Danger-Zone-Images: true 헤더가 필요합니다.성인 사정상 워리 씨 본인의 이미지를 사용할 수 없어 AI로 '워리 씨를 찾기 같은' 이미지를 생성했습니다(세부적인 거친 부분은 양해 부탁드립니다:bow_tone1: :bow_tone1:).
이번 검증의 조건은 다음과 같습니다.
| 항목 | 내용 |
|---|---|
| 모델 | jev-1.14.0 |
| ... | |
| Jev를 호출하는 코드는 이렇습니다. 캐릭터가 이미지 안에 있는지?라는 질문과 그 좌표를 묻는 질문, 두 가지를 던졌습니다. |
with TypeSafeClient(api_key=api_key, model=MODEL) as client:
resp = client.system_one(
# 판정의 재료(state): 2장의 이미지에
| 장면 | 장면 이미지 | 예시 이미지 | 입력 토큰 |
|---|---|---|---|
| 골드소서 | 1568×876 | 882×1568 | 7,547 |
| ... |
토큰 수는 이미지 크기에 따라 거의 결정됩니다. 대략 계산하면 이미지는 약 19×19픽셀당 1 토큰이었습니다.
| 장면 | 요금 | 응답 시간(us-east-2) |
|---|---|---|---|
| 골드소서 | 0.048엔 | 400ms |
| ... |
한 번당 약 0.04~0.05엔입니다. 이건 정말 저렴하네요.
워리(엔지니어쨩)를 0.4초 이내에 찾으신 분 계신가요? 그분은 Jev보다 뛰어나네요
- 예시와 장면의 그림체가 비슷하고 적당히 크게 보이는 대상이라면 제대로 찾아줍니다.
- 작거나 그림체가 다른 대상은 아직 서툴러서 프레임이 약간 어긋나는 경향이 있는 것 같습니다.
- 1회당 0.05엔 이하, 0.4초 전후라 부담 없이 던져 쓸 수 있습니다.
대상에 따라 다르겠지만 Jev에게 끝까지 맡기기보다는 '아마 이 근처'를 빠르게 저렴하게 좁혀보고 마지막은 사람이 확인하는 정도의 사용법이 적절할 것 같습니다. (Box의 정확도가 조금 더 올라가면 상당히 사용하기 좋을 것 같네요)