1. 서비스명 : mozi
2. 서비스 내용 : 시각장애인을 위한 음료수 인식 서비스
3. Front End Framework : Vue, Vuetify
4. Back End Framework : Spring Boot
5. Data Base : MySQL
6. 주요 기술 스택 : MySQL, Tensorflow, Tensorflow.js, Java, Python, Docker, Jenkins
7. 팀원 역활 :
류희영 - B/E, F/E, 디자인, 데이터 수집/전처리
신지예 - B/E, F/E, CI/CD, 디자인, 데이터 수집/전처리
안영진 - F/E, AI 모델 학습, 디자인, 데이터 수집/전처리, 스케줄 관리
박서희 - AI 모델 학습, 디자인, 데이터 수집/전처리
이진영 - AI 모델 학습, 디자인, 데이터 수집/전처리, PM
8. 서비스 URL : https://j5a603.p.ssafy.io/scan
9. 구현 기능 :
스캔모드 - 실시간으로 앞에 음료수가 놓여있는지 존재 여부와, 존재한다면 어떤 음료수인지 인식하여 세부정보 제공
제공하는 음료수 세부정보 - 음료 이름, 용기 정보, 음료 카테고리, 소비자 상담실 전화번호, 알레르기 성분, 주의사항, 특이사항
탐색모드 - 즐겨찾기에 등록된 음료수를 바탕으로 현재 앞에 음료가 놓여있는지 판별
즐겨찾기 - 카메라 인식을 통한 즐겨찾는 음료수 저장, 즐겨찾는 음료수 삭제 (local storage 사용)
사용법 - 시각장애인을 위해 스크린 리더로 읽기 편한 사용법 안내 문구 작성
음성안내 - 자체 스크린 리더 없이도 음료 인식의 결과를 음성으로 안내하는 기능 on/off
11. 기술 특이점 (핵심 기술) :
ML기법 중 하나인 Object Detection을 Tensorflow로 구현하여 총 38개의 음료수를 구분하고 인식할 수 있는 인공지능 모델을 제작
제작된 인공지능 모델을 Tensorflow.js를 사용하여 프론트엔드에 모델 장착 후 인식
자체 스크린 리더 없이도 음료수의 존재 여부와, 인식 결과를 음성으로 안내
12. 특장점 (독창적인 기술) :
실시간으로 카메라에 비춰지는 상황을 분석하여 앞에 놓여진 음료수를 인식하는 딥러닝 모델 개발
독자적인 인공지능 모델에 맞게 감지 상황을 결정하는 알고리즘 개발
시각장애인을 위한 음료 구분 서비스
개요 : 캔 음료수에 있는 점자로는 시각장애인에게 충분한 정보를 제공하고 있지 않음
서비스 : 음료 사진을 카메라로 인식하여 음료명, 제조사명, 종류 등의 정보를 제공
확장 : 음료수를 목표로 시작하여 달성한다면 과자, 컵라면 등으로 확장
이름 | 설명 | 종류 |
---|---|---|
feat | 새로운 기능 추가 | 기능 |
fix | 버그 수정, 기능 수정 | 기능 |
docs | 문서 수정에 대한 커밋(READMD.md) | 그외 |
refactor | 코드 리팩토링 (변수명 수정, 코드 스타일 변경 등) | 개선 |
build | 빌드 관련 파일 수정에 대한 커밋 | 그외 |
design | CSS 등 사용자 UI 디자인 변경 | 기능 |
resource | 이미지 리소스 등 코드와 상관없는 리소스 추가 | 그외 |
test | 테스트 코드, 리팩토링 테스트 코드 추가 | 그외 |
delete | 파일 또는 코드, 리소스 제거 | 그외 |
rename | 파일 혹은 폴더명을 수정하거나 옮기는 작업 | 그외 |
!BREAKING CHANGE | 커다란 API 변경 (API의 arguments, return 값의 변경, DB 테이블 변경, 급하게 치명적인 버그를 고쳐야 하는 경우) | 기능 |
- master : 배포
- develop : 기능
- feature : 기능 추가 ( feature/FE-login , feature/BE-login )
- 변수명 : Camel Case