프로젝트 기간

• 2023.05 ~ 2023.11 (약 7 개월)

인력 구성

• 프론트엔드 개발자 2명
• AI 엔지니어 1명

개발 환경

프로젝트 소개

• 서비스 중인 가상 인테리어 편집 웹 서비스 Glinda AIMI 에 AOT GAN 모델 기반 AI 지우개 기능을 추가하는 프로젝트

  Glinda AIMI

역할

• Indoor RGB와 Mask 이미지 쌍으로 사전 학습된 AOT GAN 모델을 웹 서비스 용으로 변환
  • PyTorch 모델을 ONNX로 변환하고 추론 속도 최적화를 위해 4bit 양자화 수행
  • 클라이언트 환경에 맞춰 CPU/GPU 추론을 지원하도록 wasm과 WebGPU로 구현
  • 모델 추론 후 웹 페이지에 결과물 표시되도록, jquery와 opencv.js로 후처리 알고리즘 구현
• 웹 브라우저와 API 간 모델 추론 속도 및 Inpaint 성능 비교를 위해 Flask REST API 구현
• Django로 데모 페이지 제작하여, 프론트엔드 개발자에게 전달

테스트 및 도입 결과

• onnx와 torch 모델의 Inpaint 성능의 비교를 위한 지표는 PSNR (Peak Signal-to-Noise Ratio)로 사용함.

  	추론 속도	PSNR
  wasm + onnx 32bit	약 17 초	20.01
  wasm+ onnx 4bit	약 11초	19.89
  webgpu+ onnx 32bit	약 2초	20.27
  flask api + torch 32bit	약 6초	27.58