시스템 아키텍처

시스템 아키텍처

iPetPal은 크로스 플랫폼 모바일 앱과 AI 추론을 위한 강력한 백엔드를 결합한 최신 기술 스택으로 구축되었습니다.

기술 스택

모바일 애플리케이션

• 프레임워크: Flutter (Dart)
• 역할: 사용자 인터페이스, 이미지 캡처, 온디바이스 추론 및 API 통신.

백엔드 서버

• 추론 서버: NVIDIA Triton Inference Server
• 모델 포맷: ONNX (Open Neural Network Exchange)
• 역할: 무거운 추론 작업 처리 및 상세 분석 결과 제공.

배포 전략

이 프로젝트는 성능과 정확도의 균형을 맞추기 위해 하이브리드 배포 전략을 사용합니다.

온디바이스 추론

• 기술: Flutter용 ONNX Runtime.
• 목적: 빠른 초기 확인 (예: 눈 또는 피부 이미지인지 판별, 질병 유무 확인).
• 장점: 낮은 지연 시간, 오프라인 작동, 서버 부하 감소.

서버 사이드 추론

• 기술: GPU 지원 서버에 배포된 NVIDIA Triton Inference Server.
• 목적: 상세 질병 분류 및 고정밀 분석.
• 장점: 더 크고 복잡한 모델(예: ResNet50, EfficientNet)을 사용하여 더 나은 정확도 제공.

워크플로우

1. 이미지 캡처: 사용자가 반려동물의 눈이나 피부 사진을 찍습니다.
2. 전처리: 기기에서 이미지 크기 조정 및 정규화가 수행됩니다.
3. 부위 분류: 온디바이스 모델이 이미지가 눈인지 피부인지 판별합니다.
4. 질병 스크리닝: 온디바이스 모델이 질병이 있을 가능성을 확인합니다.
5. 상세 분석: 질병이 의심되는 경우, 이미지가 특정 질병 분류를 위해 Triton 서버로 전송됩니다.
6. 결과 표시: 진단 결과가 사용자에게 표시됩니다.