수요기업 챌린지
"고기 이미지 데이터를 학습하여 숙성도 측정을 자동화 하고 싶습니다."
수요기업은 OpenCV 기반의 이미지 처리 기술과 자체 개발한 알고리즘을 활용하여 고기의 숙성 정도와 부패 여부를 판별하는 솔루션을 운영하고 있었습니다. 그러나 육종, 부위, 등급, 형상, 무게 등 다양한 변수로 인해 시스템의 복잡성이 증가하면서, 기존의 단순 알고리즘으로는 정밀한 판별이 어려운 상황이었습니다.
이에 따라, 다양한 이미지 데이터를 학습하고 복잡한 변수들에 대응할 수 있는 AI 개발이 필요했습니다. 이를 통해 숙성도 측정의 신뢰도를 높이고자 했습니다.
Step 1.
정확한 고기 부위 식별 및 특성 분석
수요기업은 스마트 드라이 에이징 솔루션을 위해 육종별 4개 부위 카테고리에 대해 폴리곤 가공을 요청했습니다. 하지만 육안으로 고기 부위를 정확히 식별하기 어려웠고, 특히 지방과 근막은 구분이 모호하여 작업 난이도가 높았습니다. 이를 해결하기 위해 수요기업으로부터 제공받은 이미지에 외부 데이터를 포함하여 육종별 및 부위별 특성을 연구했고, 이를 기반으로 각 부위의 특징을 명확히 정의한 가이드라인을 제작했습니다.
Step 2.
고기 가공 작업자 교육
라벨링 툴 사용법 교육과 함께 가이드라인 기반의 특징 학습이 이루어졌습니다. 교육 효과를 높이기 위해 실제 작업과 유사한 샘플 데이터를 활용한 3단계의 튜토리얼을 진행했으며, 이를 통해 작업자들의 기술 수준과 작업 정확도를 체계적으로 향상시켰습니다.
Step 3.
폴리곤 가공 작업
실제 폴리곤 가공 작업은 총 6번의 배치로 나뉘어 진행되었습니다. 매 배치마다 리뷰시간을 가지며 작업 능력과 데이터 품질을 향상시켰습니다. 작업자는 확대 모드를 사용해 각 타겟 부위를 정밀하게 처리했습니다. 작업 중 모호한 부분은 Q&A 세션을 통해 명확히 해결했습니다.
검수 작업은 총 2단계로 진행되었습니다. 1차 검수에서는 작업자 간 교차 검수를 통해 수정이 필요한 부분을 면밀히 기록하고 이를 작업에 반영했습니다. 이어진 2차 검수에서는 담당 PM이 개별적으로 작업물을 검토하며 최종 정확도를 높였습니다.
검수 작업은 총 2단계로 진행되었습니다. 1차 검수에서는 작업자 간 교차 검수를 통해 수정이 필요한 부분을 면밀히 기록하고 이를 작업에 반영했습니다. 이어진 2차 검수에서는 담당 PM이 개별적으로 작업물을 검토하며 최종 정확도를 높였습니다.
프로젝트 결과
"고기 부위 이미지 3천장 2만 개 폴리곤 라벨링 가공을 완료했습니다."
3,000장의 고기 이미지에 20,000개의 폴리곤을 성공적으로 가공하며 수요기업의 요구를 충족시켰습니다. 틱택코리아는 전문적인 분석과 정밀한 작업 프로세스를 바탕으로 수요기업의 데이터 처리 및 AI 개발 목표 달성을 지원했습니다.
"데이터바우처, 미리 준비하면 합격률이 높아집니다"
데이터바우처 사업에 성공적으로 선정되기 위해서는 철저한 사전 준비가 필수입니다.
틱택코리아는 4년 연속 데이터바우처 공급기업으로 활동하며 축적한 전문 노하우를 바탕으로 데이터바우처 사업의 성공을 돕고 있습니다.
아래 이미지를 눌러 지금 바로 무료 컨설팅을 신청하세요!
성공적인 데이터 활용 여정에 함께 하겠습니다.
Comments