Vision AI 기반 스포츠 대회 사진 대용량 자동 분류 및 매칭

비밀 댓글입니다.

비밀 댓글입니다.

비밀 댓글입니다.

비밀 댓글입니다.

비밀 댓글입니다.

비밀 댓글입니다.

비밀 댓글입니다.

비밀 댓글입니다.

비밀 댓글입니다.

mownz_official

===INquiry===
안녕하세요, MOWNZ 홍재승입니다.

공고를 꼼꼼히 읽었습니다. 20만~100만 장의 대용량 사진을 배치 처리로 분류하고, 참가자가 배번호를 입력하면 0.1초 이내에 결과를 반환하는 백엔드 파이프라인 구축이 핵심인 프로젝트로 이해했습니다. 특히 YOLO 기반 번호판 검출과 InsightFace 얼굴 벡터 매칭을 결합해 미식별된 사진까지 구제하려는 2-Pass 로직 설계가 인상적이었습니다.

실행 계획을 구체화하기 위해 두 가지 사항만 사전에 확인하고 싶습니다.

첫째, Golden Sample 생성 시점입니다. 배번호 인식 성공 사진에서 대표 얼굴 벡터를 추출한다고 하셨는데, 이 샘플링 기준(예: 선두 10장 등)이나 품질 필터링 조건이 이미 정해져 있는지요? 이는 모델 학습 데이터의 편향과 최종 매칭 정확도에 직결되므로 초기 설계 단계에서 명확히 하는 것이 좋습니다.

둘째, Spot GPU 인스턴스 운영 환경입니다. 배치 실행 시에만 동적으로 가동하는 아키텍처를 제안하셨는데, 현재 AWS EC2 Spot 또는 RunRunPod 중 선호하는 플랫폼이 있는지요? 또한 네트워크 대역폭이나 스토리지 접근 속도 등 인프라 제약 조건이 있다면 공유 주시면 그에 맞춰 최적화된 Docker 구성과 Celery 워커 수를 설계하겠습니다.

상세한 기술 스택은 지원서에 기재했으나, 미팅 시 실제 운영 환경에 맞춘 세부 아키텍처 도면을 함께 검토할 수 있습니다. 감사합니다.