
클라이언트 요구 사항
고객사의 기존 번호판 판독 소프트웨어는 원본 데이터베이스에 전적으로 의존하고 있어 정보 판독 및 처리 능력에 한계가 있습니다. 자체 학습이 불가능하며 유연한 대응도 어렵습니다.
HBLAB의 솔루션
이미지 프로세싱과 딥러닝 모델을 결합함으로써 자체 학습 및 정보 처리 능력을 향상시킬 수 있습니다. 이를 통해 소프트웨어의 정보 업데이트 및 시스템 적용 시 정확성과 유연성이 크게 향상됩니다.
프로젝트 세부정보
-
사용 기술 Image Processing, Deep Learning (YOLOX, Swin-transformer, ONNX, OCR)
-
개발팀 2 AI engineer + 1 PM + 1 Comtor
-
프로젝트 기간 3 개 월
결과
입력 시스템 학습을 위한 데이터 양 최소화
-
시스템 정확도: 99.97%
-
처리 속도: 2초/1이미지 (저사양 팬리스 – fanless 장치에서)
관련 사례
성공적인 프로젝트 사례를 통해 귀사의 비즈니스에 대한 아이디어를 얻고, HBLAB과의 파트너십이 왜 올바른 선택인지 확인해보세요.
고객사는 병원과 클리닉에 스마트워치로부터 수집된 환자의 건강 상태 데이터를 기록, 처리 및 분석할 수 있는 시스템을 제공하는 소프트웨어 회사입니다.